基于已有的文件列表，您可以通過PAI命令啟動圖像物體檢測的預(yù)測任務(wù)，示例如下。您可以使用SQL腳本組件進行PAI命令調(diào)用，也可以使用MaxCompute客戶端或DataWorks的開發(fā)節(jié)點進行PAI命令調(diào)用，詳情請參見使用本地客戶端（odpscmd）連接或開發(fā)ODPS SQL任務(wù)。

pai -name ev_predict_ext
             -Dmodel_path='您的模型路徑'
             -Dmodel_type='detector'
             -Dinput_oss_file='oss://path/to/your/filelist.txt'
             -Doutput_oss_file='oss://path/to/your/result.txt'
             -Dimage_type='url'
             -Dnum_worker=2
             -DcpuRequired=800
             -DgpuRequired=100
             -Dbuckets='您的OSS目錄'
             -Darn='你的rolearn'
             -DossHost='您的OSS域名'

詳細的參數(shù)說明請參見參數(shù)說明。

結(jié)果文件的每行表示原始圖片路徑及模型預(yù)測結(jié)果（格式為JSON字符串），格式如下。

oss://path/to/your/image1.jpg,  JSON格式結(jié)果字符串
oss://path/to/your/image1.jpg,  JSON格式結(jié)果字符串
oss://path/to/your/image1.jpg,  JSON格式結(jié)果字符串

JSON格式結(jié)果字符串的格式示例如下。

{
  "detection_boxes": [[243.5308074951172, 197.69570922851562, 385.59625244140625, 247.7247772216797], [292.1929931640625, 114.28043365478516, 571.2748413085938, 165.09771728515625]], 
  "detection_scores": [0.9942291975021362, 0.9940272569656372],
  "detection_classes": [1, 1],
  "detection_classe_names": ["text", "text"]
 }

各字段的解釋如下表所示。