YOLOv5-based Flask Web Monitoring Platform for Computer Vision

近年来，计算机视觉在各个领域中得到了广泛的应用，其中物体检测是其中的一个重要任务。YOLOv5 是基于深度学习的目标检测算法，它具有快速、准确的特点，因此成为了研究和应用中的热门选择。本文将介绍如何使用 YOLOv5 和 Flask Web 框架搭建一个计算机视觉监测平台，并提供相应的源代码。

首先，确保在你的计算机上已经安装了 Python 和相关的库。我们将使用以下库：torch、flask、numpy 和 opencv-python。可以使用 pip 命令来安装这些库：

pip install torch flask numpy opencv-python

接下来，我们需要下载 YOLOv5 模型的权重文件。可以从 YOLOv5 的官方 GitHub 存储库中获取这些权重文件。将下载的权重文件保存在项目文件夹中的 weights 文件夹下。

现在，我们可以开始编写 Flask Web 应用程序了。首先，创建一个名为 app.py 的文件，并导入所需的库：

from flask import Flask, render_template, request