欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python Flask搭建yolov3目標(biāo)檢測(cè)系統(tǒng)詳解流程

 更新時(shí)間：2021年11月06日 10:13:13   作者：mind_programmonkey  
YOLOv3沒(méi)有太多的創(chuàng)新，主要是借鑒一些好的方案融合到Y(jié)OLO里面。不過(guò)效果還是不錯(cuò)的，在保持速度優(yōu)勢(shì)的前提下，提升了預(yù)測(cè)精度，尤其是加強(qiáng)了對(duì)小物體的識(shí)別能力

【人工智能項(xiàng)目】Python Flask搭建yolov3目標(biāo)檢測(cè)系統(tǒng)

在這里插入圖片描述

后端代碼

from flask import Flask, request, jsonify
from PIL import Image
import numpy as np
import base64
import io
import os

from backend.tf_inference import load_model, inference

os.environ['CUDA_VISIBLE_DEVICES'] = '0'

sess, detection_graph = load_model()

app = Flask(__name__)

@app.route('/api/', methods=["POST"])
def main_interface():
    response = request.get_json()
    data_str = response['image']
    point = data_str.find(',')
    base64_str = data_str[point:]  # remove unused part like this: "data:image/jpeg;base64,"

    image = base64.b64decode(base64_str)       
    img = Image.open(io.BytesIO(image))

    if(img.mode!='RGB'):
        img = img.convert("RGB")
    
    # convert to numpy array.
    img_arr = np.array(img)

    # do object detection in inference function.
    results = inference(sess, detection_graph, img_arr, conf_thresh=0.7)
    print(results)

    return jsonify(results)

@app.after_request
def add_headers(response):
    response.headers.add('Access-Control-Allow-Origin', '*')
    response.headers.add('Access-Control-Allow-Headers', 'Content-Type,Authorization')
    return response


if __name__ == '__main__':
    app.run(debug=True, host='0.0.0.0')

展示部分

python -m http.server

在這里插入圖片描述

python app.py

在這里插入圖片描述

前端展示部分

在這里插入圖片描述

到此這篇關(guān)于Python Flask搭建yolov3目標(biāo)檢測(cè)系統(tǒng)詳解流程的文章就介紹到這了,更多相關(guān)Python 目標(biāo)檢測(cè)系統(tǒng)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論