前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >基于flask和网页端部署yolo自训练模型

基于flask和网页端部署yolo自训练模型

作者头像
润森
发布2022-12-20 20:42:11
9760
发布2022-12-20 20:42:11
举报
文章被收录于专栏:毛利学Python毛利学Python

基于flask和网页端部署yolo自训练模型

关于yolov5模型的flask的部署, 需要通过torch.hub.load 加载yolov5 自定义的模型,source需要设置local

代码语言:javascript
复制
if opt.model == "yolov5":
    model = torch.hub.load("yolo", "custom", path="models/yolov5s.pt", source='local')
else:
    print("Use model:" + opt.model)
    model = torch.hub.load("yolo", "custom", path=opt.model, source='local')

在torch的环境,运行app.py

对此有两个可以访问的接口

  • http://127.0.0.1:5000
  • http://127.0.0.1:5000/v1

直接访问http://127.0.0.1:5000

选择文件进行图片上传

检测的图片会保存在static中的forest文件夹

关于 http://127.0.0.1:5000/v1 接口,返回的是检测结果

代码语言:javascript
复制
[{'xmin': 0.0, 'ymin': 53.827671051, 'xmax': 1024.0, 'ymax': 1537.0, 'confidence': 0.8689030409, 'class': 0, 'name': 'person'}]

可以直接运行test.py

也可以通过curl对图片进行上传访问

代码语言:javascript
复制
curl -X POST -F image=@images/1_Handshaking_Handshaking_1_134.jpg http://127.0.0.1:5000/v1

本项目支持运行自己的自训练模型的模型

代码语言:javascript
复制
>python app.py --model 'models/best.pt'

关于models里面的模型,一个是官方yolov5s.pt,另外一个是自训练的口罩模型,检测是否戴有口罩

项目下载: 搜索 项目资源下载 微信小程序

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2022-09-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 小刘IT教程 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 基于flask和网页端部署yolo自训练模型
相关产品与服务
云开发 CloudBase
云开发(Tencent CloudBase,TCB)是腾讯云提供的云原生一体化开发环境和工具平台,为200万+企业和开发者提供高可用、自动弹性扩缩的后端云服务,可用于云端一体化开发多种端应用(小程序、公众号、Web 应用等),避免了应用开发过程中繁琐的服务器搭建及运维,开发者可以专注于业务逻辑的实现,开发门槛更低,效率更高。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档