【模型部署】

环境准备

1. 安装ONNX及ONNXRuntime

ONNX是表示模型的一种格式, 它提供了对模型的一种中间表示。
ONNX Runtime可以对ONNX模型进行推理推理。

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple onnxruntime onnx

2. 安装Streamlit

Streamlit是一个开源的Python库，用于快速创建数据应用的Web界面。

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

Streamlit部署ONNX模型

使用Streamlit创建一个用户界面，用户可以通过上传图片或者视频进行目标检测或者分类。

代码

主要代码展示

# 模型选择，根据不同任务选择检测模型还是分类模型
st.sidebar.title("Select Model")
model_name = st.sidebar.selectbox("Model", ["YOLO", "ResNet18"])
# ···
# 检测模型
yolo = YOLOv11_ONNX("weights/yolov12n.onnx")
detections = yolo.process_img(img)
# 分类模型
resnet = ResNet18ONNXInference("weights/resnet18-v2-7.onnx")
class_name, score = resnet.infer(img)

效果展示

项目链接，如果有帮助，点个star，感谢🙏

计算机视觉、图像处理、毕业辅导、作业帮助，有需要可以私信我