|
|
教程目的
将yolo训练好的识别模型与Flask整合为一个WEB接口，供外部调用接口并且并携带图片路径，然后图片识别后的相关信息
前提准备
训练好的模型、对应模型的yaml文件、以及yolo相关环境(这里我演示的是4000张裂缝缺陷经过200轮训练的模型)
为方便大家速学习，这里我免费提供训练好的模型和其相关的配置文件(包含数据集，也可以自己训练)panquarkcns17ed9f416cf2
大致步骤
1测试模型是否可用
2删减detectpy中关的代码
3修改detectpy使其能够获取到图片识别后的相关信息
4将detect与flask整合为Web接口
5模拟请求调用接口
步骤1：测试模型是否可用
现在我们有模型文件bestpt和其相关的配置文件CrackConfigyaml，来到detectpy，先将绿色的注释删掉，方便查看，然后定位到parse_opt函数，修改的内容包括如下：
1weights参数：填写我们的bestpt文件路径，我将其放在yolo根目录的runstrainexpweightsbestpt，由于这里的root就是指yolov5本身的根目录，因此只需要填写runstrainexpweightsbestpt
2source参数：现在是测试模型是否可用，去掉root，填写一张裂缝缺陷图片的绝对路径
3data参数：即填写对应配置文件CrackConfigyaml
4dece参数：我这里用的显卡去跑，只有一个单独显卡，所以填0
如图是我修改后的参数：
然后运行detectpy文件，yolo就会去识别source下的图片，结果如图：
可以看到控制台提示运行后结果在runs\detect\exp下
补充一句：这里的裂缝识别识别出来个位置，但明显两边不是裂缝，可以看到两边的小数比中间的091小多了，这个是置信度，可以在conf-thres参数调整，默认是025，也就是只要识别出来的可信度大于025就认为是裂缝，可自行增大调整参数。
步骤2：删减detectpy
上面已经测试整个程序是可以运行的，现在我们就来删减关代码
首先我们这里处理的是图片，因此与图片关的代码我们需要删掉
1定位到ifwebcam这行代码，我们只处理图片文件，因此删掉其他文件类型判断的代码，
删减前后对比结果如下2张2：
2定位到csv_path=和ifsave_csv:，我这里不需要保存到csv进行数据分析，因此删掉
删减前后对比结果如下4张图
3定位到ifsave_txt:，也就是上面ifsave_csv下方的代码，这个是把检测结果的类别和坐标保存到一个txt文件，这里我们也不需要
删减前后结果对比如下2张图：
4定位到ifew_img:，这个是用来供人查看图片的，我们也不需要
删减前后对比结果如下2张图：
5定位到ifd_path!=save_path:，这个处理视频文件，我们也不需要
删减前后对比结果如下2张图片
提示：删完后可以再次执行下detectpy，看结果是否和比较开始测试的是否一致，若一致则没问题，否则你可能删除了不该删的代码。
步骤3：修改detectpy
思路：我们期望调用识别接口后，能够识别出的类别信息、方框坐标信息、识别耗时(ms)、以及生成的画框后的图片文件路径，这里我们的模型文件主要是针对一个缺陷类别，因此能保证的类别只有一个，但是图片中可能有多个缺陷，所以方框坐标是会有多个的，因此我们比较终的数据定位如下JSON数据：
{"class":"",类别"mark":[方框坐标["x1","x2","y1","y2"],["x1","x2","y1","y2"],["x1","x2","y1","y2"]?],??"wasteTime":455,识别图片耗时，单位毫秒ms??"markPath":""标记后的图片生成的路径}
确定好的数据类型，然后来找类别、坐标、耗时、图片路径信息
1定位到fori,detinenumerate(pred):，在其上方添加如下代码，用于保存的识别后的信息，如图：
注意：如果你用来一次性处理多张图片的话，这里定义的应当是个数组，本教程是用于调一次接口识别一张图的，因此定义的dict_info是个对象
'''构造期望的信息结构'''dict_info={??"class":"",??"mark":,??"wasteTime":0,??"markPath":""}
2然后定位到for*xyxy,conf,clsinreversed(det)，在这里我们能获取到绘制方框的坐标信息，添加的代码为如下图中红色标记的，注意位置不要搞错了
然后运行以下detectpy，可以看到相关信息都获取到了
那如果假设没有识别出缺陷，这添加的代码会报错吗
我们找个全黑色或者全白色的图片来测试下，如下图可以看见只是绘制坐标的数据为空，其他的信息依然是了的
步骤4：Flask整合为Web接口
1修改run函数，在run函数的比较后一行添加returndict_info，因为识别后的信息都在这个函数中，如图
2为main函数添加return，因为main比较后调用了run，如图
3新增test函数作为Get接口，将main方法中的两行代码剪切给test函数，然后创建flask示例，将test函数改写为一个接收图片路径并调用main进行识别信息的接口，比较后把ifname==“main”改写为允许flask的功能，代码和图如下
脚本=Flask(__name__)#创建flask示例CORS(脚本)#允许跨域?@脚本get('test')deftest():??opt=parse_opt()??picPath=requestargsget("picPath")#参数为picPath，用于接收图片路径参数(注意这里的request库是flask下的！！！)??optsource=picPath#将图片路径参数替换掉默认的图片路径??returnmain(opt)?if__name__=="__main__":??脚本run(host="0000",port=8080,debug=True)
比较后我们运行detectpy，可以看到flask服务启动了，端口为8080
步骤5：模拟请求调用接口
这个接口比较简单，我们直接在浏览器中测试就行了，先找个裂缝图链接，百度图片右键可以复制图片链接，复制后在浏览器地址栏先看看能否使用，如图
然后在浏览器地址栏直接请求我们的get接口，注意我们接口需要的参数为picPath，将图片链接复制给picPath，因此我请求的路径为：
:127001:8080test?picPath=imgsoufunimgcomnews2022_0720home1500526359476_000jpg
然后回车，就可以看到识别的结果，如图
至此，一个图像识别接口就完成了，当然这里是单张图识别的接口，可自行改写为多张图识别信息的
从长期来看，源码网的价值会越来越高，从本质上有了很大的飞跃。提供经过严格测试的免费源码、各种线上兼职和网络兼职的网创教程、编程及网络相关的技术教程分享，助您轻松获取资源和技术支持。https://www.youluoyuan.com/
|
|
发表于 