专栏名称: OpenCV学堂

一个致力于计算机视觉OpenCV原创技术传播的公众号！OpenCV计算机视觉与tensorflow深度学习相关算法原创文章分享、函数使用技巧、源码分析与讨论、，计算机视觉前沿技术介绍，技术专家经验分享，人才交流，学习交流。

YOLOv8的 Web端网页推理演示

OpenCV学堂 · 公众号 · · 2024-09-14 17:19

正文

点击上方蓝字关注我们

微信公众号： OpenCV学堂

关注获取更多计算机视觉与深度学习知识

前言

经常被问到怎么在网页端实现YOLOv8推理，或者如何实现Web端YOLOv8部署，主流的Web端两种主流语言分别是Java与Python，这里以Python的轻量化Web开发框架Flask为例，完成YOLOv8对象检测Web网页部署演示。

Web端调用方式与流程

基于Flask Web框架、通过网页端浏览器完成图像数据上传、后台调用YOLOv8模型完成推理,然后通过web服务器进行数据输出,最后通过浏览器web页面进行展示。代码部分主要包含后端Python响应、YOLOv8对象检测、前端网页显示。

Flask安装与测试

安装flask支持包

pip install flask uwsgi -i https://pypi.tuna.tsinghua.edu.cn/simple

官方教程参见这里：

https://flask.palletsprojects.com/en/3.0.x/

创建一个hello.py文件把下面的代码贴进去：

from flask import Flask
app = Flask(__name__)
@app.route("/")def hello_world():    return "Hello, World!"

然后直接运行下面的命令行

flask --app hello run

运行显示结果如下：

服务器端开发

HTTP后台只要两个请求分别是Get跟Post，相比Get、Post是一种更加安全的数据提交方式，通过下面的服务器端代码实现了Post方式的图像文件上传与YOLOv8推理，推理结果以Response的JSON数据返回到网页端，完成显示。服务器端代码如下：

启动服务器并运行的代码如下：

浏览器端访问地址为：

http://127.0.0.1:5000/yolov8/

网页显示为：

上传图像实现 YOLOv8 推理并返回结果如下：

原来深度学习模型 Web 端部署就这么简单明了。

系统化学习直接扫码查看

推荐阅读

OpenCV4.8+YOLOv8对象检测C++推理演示

ZXING+OpenCV打造开源条码检测应用

总结 | OpenCV4 Mat操作全接触

三行代码实现 TensorRT8.6 C++ 深度学习模型部署

请到「今天看啥」查看全文

推荐文章

91运营网 · 10天精通Deepseek手册

11 小时前

中国基金报 · 俄罗斯发动袭击

昨天

中国基金报 · 60岁江西巨富，炒股亏几千万！想要上市公司赔

2 天前

中国基金报 · 小米、蜜雪冰城的“小伙伴”，来了！

2 天前

91运营网 · 【Deepseek+小红书】3分钟生成100篇爆款文案！

3 天前

亿恩 · 资讯 | 亚马逊“全球开店”卖家峰会召开，新项目amazon business落地中国

8 年前

庞门正道 · 你是不是总感觉钱不够花？

7 年前

新华网 · 中国乒乓球队致歉：意气用事，深刻意识到错误严重性

7 年前

掌上新疆V · 又一位央视主持人因病去世，曾主持《新闻联播》，年仅55岁！这种癌症的发病率越来越年轻化了！

7 年前

人间theLivings · 皮村诗人小海：我是失败的大龄男青年 | 人间

7 年前