YOLO+Web（基于Flask框架，实时处理相机流数据并发布到Web网页端）【完结】

已于 2023-12-15 14:36:54 修改
阅读量772 收藏 18
点赞数 1
分类专栏： 深度学习 文章标签： YOLO html5 flask 目标检测 机器学习 人工智能
于 2023-10-10 10:02:20 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qsl56789/article/details/133708058
版权

简介：
新开一个需要使用YOLO做两个物体的对接，同时，要将YOLO的画面实时显示在前端。
经过两天在GitHUb中的浸泡，大概明白了前后端的区别，前端使用html语言设计网页的结构。后端（数据端）使用Flask框架做数据的交互。

10.9
看了一下现在git上面的开源项目，一共找到了11个有点少，而且大部分是做静态处理的只有少数是能够实时显示的。先找一个功能齐全能够满足要求的先跑起来看看情况
这是几个项目的情况
10.10
找了一个开源的项目，决定就先从复刻这个项目入手
开源项目地址: Personnel-Flow-Monitoring-System-based-on-YoloV5
这个项目使用本地摄像头来获取图像。

  • List item

TODO:搞清楚如何处理图像流的

首先创建一个python3.10的环境，不能使用3.11，否则torch、torchversion、torchaudio版本都会不兼容，三个依赖的版本安装：

v1.13.1
Conda
OSX
# conda
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 -c pytorch
Linux and Windows
# CUDA 11.6
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.6 -c pytorch -c nvidia
# CUDA 11.7
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 pytorch-cuda=11.7 -c pytorch -c nvidia
# CPU Only
conda install pytorch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.13.1 torchvision==0.14.1 torchaudio==0.13.1
Linux and Windows
# ROCM 5.2 (Linux only)
pip3 install torch torchvision torchaudio --extra-index-url
pip install torch==1.13.1+rocm5.2 torchvision==0.14.1+rocm5.2 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/rocm5.2
# CUDA 11.6
pip install torch==1.13.1+cu116 torchvision==0.14.1+cu116 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu116
# CUDA 11.7
pip install torch==1.13.1+cu117 torchvision==0.14.1+cu117 torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cu117
# CPU only
pip install torch==1.13.1+cpu torchvision==0.14.1+cpu torchaudio==0.13.1 --extra-index-url https://download.pytorch.org/whl/cpu
v1.13.0
Conda
OSX
# conda
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 -c pytorch
Linux and Windows
# CUDA 11.6
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.6 -c pytorch -c nvidia
# CUDA 11.7
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 pytorch-cuda=11.7 -c pytorch -c nvidia
# CPU Only
conda install pytorch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.13.0 torchvision==0.14.0 torchaudio==0.13.0
Linux and Windows
# ROCM 5.2 (Linux only)
pip3 install torch torchvision torchaudio --extra-index-url
pip install torch==1.13.0+rocm5.2 torchvision==0.14.0+rocm5.2 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/rocm5.2
# CUDA 11.6
pip install torch==1.13.0+cu116 torchvision==0.14.0+cu116 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cu116
# CUDA 11.7
pip install torch==1.13.0+cu117 torchvision==0.14.0+cu117 torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cu117
# CPU only
pip install torch==1.13.0+cpu torchvision==0.14.0+cpu torchaudio==0.13.0 --extra-index-url https://download.pytorch.org/whl/cpu
v1.12.1
Conda
OSX
# conda
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 -c pytorch
Linux and Windows
# CUDA 10.2
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=10.2 -c pytorch
# CUDA 11.3
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
# CUDA 11.6
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.6 -c pytorch -c conda-forge
# CPU Only
conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1
Linux and Windows
# ROCM 5.1.1 (Linux only)
pip install torch==1.12.1+rocm5.1.1 torchvision==0.13.1+rocm5.1.1 torchaudio==0.12.1 --extra-index-url  https://download.pytorch.org/whl/rocm5.1.1
# CUDA 11.6
pip install torch==1.12.1+cu116 torchvision==0.13.1+cu116 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu116
# CUDA 11.3
pip install torch==1.12.1+cu113 torchvision==0.13.1+cu113 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu113
# CUDA 10.2
pip install torch==1.12.1+cu102 torchvision==0.13.1+cu102 torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cu102
# CPU only
pip install torch==1.12.1+cpu torchvision==0.13.1+cpu torchaudio==0.12.1 --extra-index-url https://download.pytorch.org/whl/cpu
v1.12.0
Conda
OSX
# conda
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 -c pytorch
Linux and Windows
# CUDA 10.2
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=10.2 -c pytorch
# CUDA 11.3
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.3 -c pytorch
# CUDA 11.6
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cudatoolkit=11.6 -c pytorch -c conda-forge
# CPU Only
conda install pytorch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.12.0 torchvision==0.13.0 torchaudio==0.12.0
Linux and Windows
# ROCM 5.1.1 (Linux only)
pip install torch==1.12.0+rocm5.1.1 torchvision==0.13.0+rocm5.1.1 torchaudio==0.12.0 --extra-index-url  https://download.pytorch.org/whl/rocm5.1.1
# CUDA 11.6
pip install torch==1.12.0+cu116 torchvision==0.13.0+cu116 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu116
# CUDA 11.3
pip install torch==1.12.0+cu113 torchvision==0.13.0+cu113 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu113
# CUDA 10.2
pip install torch==1.12.0+cu102 torchvision==0.13.0+cu102 torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cu102
# CPU only
pip install torch==1.12.0+cpu torchvision==0.13.0+cpu torchaudio==0.12.0 --extra-index-url https://download.pytorch.org/whl/cpu
v1.11.0
Conda
OSX
# conda
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 -c pytorch
Linux and Windows
# CUDA 10.2
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.3
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cudatoolkit=11.3 -c pytorch

# CPU Only
conda install pytorch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.11.0 torchvision==0.12.0 torchaudio==0.11.0
Linux and Windows
# ROCM 4.5.2 (Linux only)
pip install torch==1.11.0+rocm4.5.2 torchvision==0.12.0+rocm4.5.2 torchaudio==0.11.0 --extra-index-url  https://download.pytorch.org/whl/rocm4.5.2

# CUDA 11.3
pip install torch==1.11.0+cu113 torchvision==0.12.0+cu113 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu113

# CUDA 10.2
pip install torch==1.11.0+cu102 torchvision==0.12.0+cu102 torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cu102

# CPU only
pip install torch==1.11.0+cpu torchvision==0.12.0+cpu torchaudio==0.11.0 --extra-index-url https://download.pytorch.org/whl/cpu
v1.10.1
Conda
OSX
# conda
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 -c pytorch
Linux and Windows
# CUDA 10.2
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=10.2 -c pytorch

# CUDA 11.3
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cudatoolkit=11.3 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.10.1 torchvision==0.11.2 torchaudio==0.10.1
Linux and Windows
# ROCM 4.2 (Linux only)
pip install torch==1.10.1+rocm4.2 torchvision==0.11.2+rocm4.2 torchaudio==0.10.1 -f https://download.pytorch.org/whl/rocm4.2/torch_stable.html

# ROCM 4.1 (Linux only)
pip install torch==1.10.1+rocm4.1 torchvision==0.11.2+rocm4.1 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html

# ROCM 4.0.1 (Linux only)
pip install torch==1.10.1+rocm4.0.1 torchvision==0.10.2+rocm4.0.1 torchaudio==0.10.1 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 11.1
pip install torch==1.10.1+cu111 torchvision==0.11.2+cu111 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu111/torch_stable.html

# CUDA 10.2
pip install torch==1.10.1+cu102 torchvision==0.11.2+cu102 torchaudio==0.10.1 -f https://download.pytorch.org/whl/cu102/torch_stable.html

# CPU only
pip install torch==1.10.1+cpu torchvision==0.11.2+cpu torchaudio==0.10.1 -f https://download.pytorch.org/whl/cpu/torch_stable.html
v1.10.0
Conda
OSX
# conda
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 -c pytorch
Linux and Windows
# CUDA 10.2
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.3
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cudatoolkit=11.3 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.10.0 torchvision==0.11.0 torchaudio==0.10.0
Linux and Windows
# ROCM 4.2 (Linux only)
pip install torch==1.10.0+rocm4.2 torchvision==0.11.0+rocm4.2 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

# ROCM 4.1 (Linux only)
pip install torch==1.10.0+rocm4.1 torchvision==0.11.0+rocm4.1 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

# ROCM 4.0.1 (Linux only)
pip install torch==1.10.0+rocm4.0.1 torchvision==0.10.1+rocm4.0.1 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 11.1
pip install torch==1.10.0+cu111 torchvision==0.11.0+cu111 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.10.0+cu102 torchvision==0.11.0+cu102 torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.10.0+cpu torchvision==0.11.0+cpu torchaudio==0.10.0 -f https://download.pytorch.org/whl/torch_stable.html
v1.9.1
Conda
OSX
# conda
conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 -c pytorch
Linux and Windows
# CUDA 10.2
conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=10.2 -c pytorch

# CUDA 11.3
conda install pytorch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1 cudatoolkit=11.3 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.9.0 torchvision==0.10.1 torchaudio==0.9.1 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.9.1 torchvision==0.10.1 torchaudio==0.9.1
Linux and Windows
# ROCM 4.2 (Linux only)
pip install torch==1.9.0+rocm4.2 torchvision==0.10.1+rocm4.2 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

# ROCM 4.1 (Linux only)
pip install torch==1.9.0+rocm4.1 torchvision==0.10.1+rocm4.1 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

# ROCM 4.0.1 (Linux only)
pip install torch==1.9.1+rocm4.0.1 torchvision==0.10.1+rocm4.0.1 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 11.1
pip install torch==1.9.1+cu111 torchvision==0.10.1+cu111 torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.9.1+cu102 torchvision==0.10.1+cu102 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.9.1+cpu torchvision==0.10.1+cpu torchaudio==0.9.1 -f https://download.pytorch.org/whl/torch_stable.html
v1.9.0
Conda
OSX
# conda
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 -c pytorch
Linux and Windows
# CUDA 10.2
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.3
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cudatoolkit=11.3 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.9.0 torchvision==0.10.0 torchaudio==0.9.0
Linux and Windows
# ROCM 4.2 (Linux only)
pip install torch==1.9.0+rocm4.2 torchvision==0.10.0+rocm4.2 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

# ROCM 4.1 (Linux only)
pip install torch==1.9.0+rocm4.1 torchvision==0.10.0+rocm4.1 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

# ROCM 4.0.1 (Linux only)
pip install torch==1.9.0+rocm4.0.1 torchvision==0.10.0+rocm4.0.1 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 11.1
pip install torch==1.9.0+cu111 torchvision==0.10.0+cu111 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.9.0+cu102 torchvision==0.10.0+cu102 torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.9.0+cpu torchvision==0.10.0+cpu torchaudio==0.9.0 -f https://download.pytorch.org/whl/torch_stable.html
v1.8.2 with LTS support
Conda
OSX
macOS is currently not supported for LTS.

Linux and Windows
# CUDA 10.2
# NOTE: PyTorch LTS version 1.8.2 is only supported for Python <= 3.8.
conda install pytorch torchvision torchaudio cudatoolkit=10.2 -c pytorch-lts

# CUDA 11.1 (Linux)
# NOTE: 'nvidia' channel is required for cudatoolkit 11.1 <br> <b>NOTE:</b> Pytorch LTS version 1.8.2 is only supported for Python <= 3.8.
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c nvidia

# CUDA 11.1 (Windows)
# 'conda-forge' channel is required for cudatoolkit 11.1 <br> <b>NOTE:</b> Pytorch LTS version 1.8.2 is only supported for Python <= 3.8.
conda install pytorch torchvision torchaudio cudatoolkit=11.1 -c pytorch-lts -c conda-forge

# CPU Only
# Pytorch LTS version 1.8.2 is only supported for Python <= 3.8.
conda install pytorch torchvision torchaudio cpuonly -c pytorch-lts

# ROCM5.x

Not supported in LTS.
Wheel
OSX
macOS is currently not supported in LTS.

Linux and Windows
# CUDA 10.2
pip3 install torch==1.8.2 torchvision==0.9.2 torchaudio==0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cu102

# CUDA 11.1
pip3 install torch==1.8.2 torchvision==0.9.2 torchaudio==0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cu111

# CPU Only
pip3 install torch==1.8.2 torchvision==0.9.2 torchaudio==0.8.2 --extra-index-url https://download.pytorch.org/whl/lts/1.8/cpu

# ROCM5.x

Not supported in LTS.
v1.8.1
Conda
OSX
# conda
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 -c pytorch
Linux and Windows
# CUDA 10.2
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=10.2 -c pytorch

# CUDA 11.3
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cudatoolkit=11.3 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.8.1 torchvision==0.9.1 torchaudio==0.8.1
Linux and Windows
# ROCM 4.0.1 (Linux only)
pip install torch==1.8.1+rocm4.0.1 torchvision==0.9.1+rocm4.0.1 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

# ROCM 3.10 (Linux only)
pip install torch==1.8.1+rocm3.10 torchvision==0.9.1+rocm3.10 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 11.1
pip install torch==1.8.1+cu111 torchvision==0.9.1+cu111 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.8.1+cu102 torchvision==0.9.1+cu102 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.1
pip install torch==1.8.1+cu101 torchvision==0.9.1+cu101 torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.8.1+cpu torchvision==0.9.1+cpu torchaudio==0.8.1 -f https://download.pytorch.org/whl/torch_stable.html
v1.8.0
Conda
OSX
# conda
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 -c pytorch
Linux and Windows
# CUDA 10.2
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.1
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cudatoolkit=11.1 -c pytorch -c conda-forge

# CPU Only
conda install pytorch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0
Linux and Windows
# RocM 4.0.1 (Linux only)
pip install torch -f https://download.pytorch.org/whl/rocm4.0.1/torch_stable.html
pip install ninja
pip install 'git+https://github.com/pytorch/vision.git@v0.9.0'

# CUDA 11.1
pip install torch==1.8.0+cu111 torchvision==0.9.0+cu111 torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.8.0 torchvision==0.9.0 torchaudio==0.8.0

# CPU only
pip install torch==1.8.0+cpu torchvision==0.9.0+cpu torchaudio==0.8.0 -f https://download.pytorch.org/whl/torch_stable.html
v1.7.1
Conda
OSX
# conda
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 -c pytorch
Linux and Windows
# CUDA 9.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=10.2 -c pytorch

# CUDA 11.0
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cudatoolkit=11.0 -c pytorch

# CPU Only
conda install pytorch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2
Linux and Windows
# CUDA 11.0
pip install torch==1.7.1+cu110 torchvision==0.8.2+cu110 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.7.1 torchvision==0.8.2 torchaudio==0.7.2

# CUDA 10.1
pip install torch==1.7.1+cu101 torchvision==0.8.2+cu101 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.7.1+cu92 torchvision==0.8.2+cu92 torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.7.1+cpu torchvision==0.8.2+cpu torchaudio==0.7.2 -f https://download.pytorch.org/whl/torch_stable.html
v1.7.0
Conda
OSX
# conda
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 -c pytorch
Linux and Windows
# CUDA 9.2
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=10.2 -c pytorch

# CUDA 11.0
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cudatoolkit=11.0 -c pytorch

# CPU Only
conda install pytorch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0
Linux and Windows
# CUDA 11.0
pip install torch==1.7.0+cu110 torchvision==0.8.0+cu110 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 10.2
pip install torch==1.7.0 torchvision==0.8.0 torchaudio==0.7.0

# CUDA 10.1
pip install torch==1.7.0+cu101 torchvision==0.8.0+cu101 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.7.0+cu92 torchvision==0.8.0+cu92 torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.7.0+cpu torchvision==0.8.0+cpu torchaudio==0.7.0 -f https://download.pytorch.org/whl/torch_stable.html
v1.6.0
Conda
OSX
# conda
conda install pytorch==1.6.0 torchvision==0.7.0 -c pytorch
Linux and Windows
# CUDA 9.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.6.0 torchvision==0.7.0 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.6.0 torchvision==0.7.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.6.0 torchvision==0.7.0
Linux and Windows
# CUDA 10.2
pip install torch==1.6.0 torchvision==0.7.0

# CUDA 10.1
pip install torch==1.6.0+cu101 torchvision==0.7.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.6.0+cu92 torchvision==0.7.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.6.0+cpu torchvision==0.7.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
v1.5.1
Conda
OSX
# conda
conda install pytorch==1.5.1 torchvision==0.6.1 -c pytorch
Linux and Windows
# CUDA 9.2
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.5.1 torchvision==0.6.1 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.5.1 torchvision==0.6.1 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.5.1 torchvision==0.6.1
Linux and Windows
# CUDA 10.2
pip install torch==1.5.1 torchvision==0.6.1

# CUDA 10.1
pip install torch==1.5.1+cu101 torchvision==0.6.1+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.5.1+cu92 torchvision==0.6.1+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.5.1+cpu torchvision==0.6.1+cpu -f https://download.pytorch.org/whl/torch_stable.html
v1.5.0
Conda
OSX
# conda
conda install pytorch==1.5.0 torchvision==0.6.0 -c pytorch
Linux and Windows
# CUDA 9.2
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.1 -c pytorch

# CUDA 10.2
conda install pytorch==1.5.0 torchvision==0.6.0 cudatoolkit=10.2 -c pytorch

# CPU Only
conda install pytorch==1.5.0 torchvision==0.6.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.5.0 torchvision==0.6.0
Linux and Windows
# CUDA 10.2
pip install torch==1.5.0 torchvision==0.6.0

# CUDA 10.1
pip install torch==1.5.0+cu101 torchvision==0.6.0+cu101 -f https://download.pytorch.org/whl/torch_stable.html

# CUDA 9.2
pip install torch==1.5.0+cu92 torchvision==0.6.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.5.0+cpu torchvision==0.6.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
v1.4.0
Conda
OSX
# conda
conda install pytorch==1.4.0 torchvision==0.5.0 -c pytorch
Linux and Windows
# CUDA 9.2
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.1
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

# CPU Only
conda install pytorch==1.4.0 torchvision==0.5.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.4.0 torchvision==0.5.0
Linux and Windows
# CUDA 10.1
pip install torch==1.4.0 torchvision==0.5.0

# CUDA 9.2
pip install torch==1.4.0+cu92 torchvision==0.5.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.4.0+cpu torchvision==0.5.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
v1.2.0
Conda
OSX
# conda
conda install pytorch==1.2.0 torchvision==0.4.0 -c pytorch
Linux and Windows
# CUDA 9.2
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=9.2 -c pytorch

# CUDA 10.0
conda install pytorch==1.2.0 torchvision==0.4.0 cudatoolkit=10.0 -c pytorch

# CPU Only
conda install pytorch==1.2.0 torchvision==0.4.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.2.0 torchvision==0.4.0
Linux and Windows
# CUDA 10.0
pip install torch==1.2.0 torchvision==0.4.0

# CUDA 9.2
pip install torch==1.2.0+cu92 torchvision==0.4.0+cu92 -f https://download.pytorch.org/whl/torch_stable.html

# CPU only
pip install torch==1.2.0+cpu torchvision==0.4.0+cpu -f https://download.pytorch.org/whl/torch_stable.html
v1.1.0
Conda
OSX
# conda
conda install pytorch==1.1.0 torchvision==0.3.0 -c pytorch
Linux and Windows
# CUDA 9.0
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=9.0 -c pytorch

# CUDA 10.0
conda install pytorch==1.1.0 torchvision==0.3.0 cudatoolkit=10.0 -c pytorch

# CPU Only
conda install pytorch-cpu==1.1.0 torchvision-cpu==0.3.0 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.1.0 torchvision==0.3.0
Linux and Windows
# CUDA 10.0
Download and install wheel from https://download.pytorch.org/whl/cu100/torch_stable.html

# CUDA 9.0
Download and install wheel from https://download.pytorch.org/whl/cu90/torch_stable.html

# CPU only
Download and install wheel from https://download.pytorch.org/whl/cpu/torch_stable.html
v1.0.1
Conda
OSX
# conda
conda install pytorch==1.0.1 torchvision==0.2.2 -c pytorch
Linux and Windows
# CUDA 9.0
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=9.0 -c pytorch

# CUDA 10.0
conda install pytorch==1.0.1 torchvision==0.2.2 cudatoolkit=10.0 -c pytorch

# CPU Only
conda install pytorch-cpu==1.0.1 torchvision-cpu==0.2.2 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.0.1 torchvision==0.2.2
Linux and Windows
# CUDA 10.0
Download and install wheel from https://download.pytorch.org/whl/cu100/torch_stable.html

# CUDA 9.0
Download and install wheel from https://download.pytorch.org/whl/cu90/torch_stable.html

# CPU only
Download and install wheel from https://download.pytorch.org/whl/cpu/torch_stable.html
v1.0.0
Conda
OSX
# conda
conda install pytorch==1.0.0 torchvision==0.2.1 -c pytorch
Linux and Windows
# CUDA 10.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda100 -c pytorch

# CUDA 9.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda90 -c pytorch

# CUDA 8.0
conda install pytorch==1.0.0 torchvision==0.2.1 cuda80 -c pytorch

# CPU Only
conda install pytorch-cpu==1.0.0 torchvision-cpu==0.2.1 cpuonly -c pytorch
Wheel
OSX
pip install torch==1.0.0 torchvision==0.2.1
Linux and Windows
# CUDA 10.0
Download and install wheel from https://download.pytorch.org/whl/cu100/torch_stable.html

# CUDA 9.0
Download and install wheel from https://download.pytorch.org/whl/cu90/torch_stable.html

# CUDA 8.0
Download and install wheel from https://download.pytorch.org/whl/cu80/torch_stable.html

# CPU only
Download and install wheel from https://download.pytorch.org/whl/cpu/torch_stable.html
COMMANDS FOR VERSIONS < 1.0.0
Via conda
This should be used for most previous macOS version installs.

To install a previous version of PyTorch via Anaconda or Miniconda, replace “0.4.1” in the following commands with the desired version (i.e., “0.2.0”).

Installing with CUDA 9

conda install pytorch=0.4.1 cuda90 -c pytorch

or

conda install pytorch=0.4.1 cuda92 -c pytorch

Installing with CUDA 8

conda install pytorch=0.4.1 cuda80 -c pytorch

Installing with CUDA 7.5

conda install pytorch=0.4.1 cuda75 -c pytorch

Installing without CUDA

conda install pytorch=0.4.1 -c pytorch

From source
It is possible to checkout an older version of PyTorch and build it. You can list tags in PyTorch git repository with git tag and checkout a particular one (replace ‘0.1.9’ with the desired version) with

git checkout v0.1.9

Follow the install from source instructions in the README.md of the PyTorch checkout.

Via pip
Download the whl file with the desired version from the following html pages:

https://download.pytorch.org/whl/cpu/torch_stable.html # CPU-only build
https://download.pytorch.org/whl/cu80/torch_stable.html # CUDA 8.0 build
https://download.pytorch.org/whl/cu90/torch_stable.html # CUDA 9.0 build
https://download.pytorch.org/whl/cu92/torch_stable.html # CUDA 9.2 build
https://download.pytorch.org/whl/cu100/torch_stable.html # CUDA 10.0 build
Then, install the file with pip install [downloaded file]
Note: most pytorch versions are available only for specific CUDA versions. For example pytorch=1.0.1 is not available for CUDA 9.2
(Old) PyTorch Linux binaries compiled with CUDA 7.5
These predate the html page above and have to be manually installed by downloading the wheel file and pip install downloaded_file
Mac and misc. binaries
For recent macOS binaries, use conda:
e.g.,
conda install pytorch=0.4.1 cuda90 -c pytorch conda install pytorch=0.4.1 cuda92 -c pytorch conda install pytorch=0.4.1 cuda80 -c pytorch conda install pytorch=0.4.1 -c pytorch # No CUDA

报错：

问题描述
当使用from flask_wtf import FlaskForm 时

会出现ImportError: cannot import name 'url_encode' from 'werkzeug'的问题

问题产生原因
werkzeug 版本过高，导致问题出现

安装werkzeug的低版本即可解决问题

pip install werkzeug==0.16.0

之后又获得了一个意外的argument
在这里插入图片描述
安装的好麻烦，研究研究怎么生成requistment。exe文件

直接让chatGPT给我写了一份

absl-py==1.3.0
asttokens==2.1.0
backcall==0.2.0
cachetools==5.2.0
certifi==2022.9.24
charset-normalizer==2.1.1
click==8.1.3
colorama==0.4.6
contourpy==1.0.6
cycler==0.11.0
decorator==5.1.1
easydict==1.10
executing==1.2.0
Flask==2.2.2
Flask-Cors==3.0.10
Flask-SQLAlchemy==3.0.3
fonttools==4.38.0
google-auth==2.14.1
google-auth-oauthlib==0.4.6
greenlet==2.0.2
grpcio==1.50.0
idna==3.4
ipython==8.6.0
itsdangerous==2.1.2
jedi==0.18.1
Jinja2==3.1.2
kiwisolver==1.4.4
libffi==3.4.2
Markdown==3.4.1
MarkupSafe==2.1.1
matplotlib==3.6.2
matplotlib-inline==0.1.6
numpy==1.23.4
oauthlib==3.2.2
opencv-python==4.5.4.60
packaging==21.3
pandas==1.5.1
parso==0.8.3
pickleshare==0.7.5
Pillow==9.3.0
protobuf==3.20.1
psutil==5.9.4
pure-eval==0.2.2
pyasn1==0.4.8
pyasn1-modules==0.2.8
Pygments==2.13.0
PyMySQL==1.0.2
pyparsing==3.0.9
python-dateutil==2.8.2
pytz==2022.6
PyYAML==6.0
requests==2.28.1
requests-oauthlib==1.3.1
rsa==4.9
scipy==1.9.3
seaborn==0.12.1
SQLAlchemy==2.0.5.post1
tensorboard==2.11.0
tensorboard-data-server==0.6.1
tensorboard-plugin-wit==1.8.1
thop-0.1.1==2209072238
tqdm==4.64.1
traitlets==5.5.0
typing_extensions==4.4.0
tzdata==2022f
urllib3==1.26.12
wcwidth==0.2.5
Werkzeug==2.2.2
wheel==0.37.1
wincertstore==0.2
xz==5.2.6
zlib==1.2.13

然后直接在Anaconda prompt 中使用

pip install -r requirement.txt

下载相关依赖，其中的libffi在pip中无法下载，需要到tsinghua镜像去下载，找到对应的版本以后发现有.conda 和.tar.bz 两种格式，

  • 直接解压到根目录，看看后续会不会出问题

tho依赖安装也有问题：
（requirement.txt文件里面也改了）

pip install thop==0.1.1.post2209072238

经过一番下载，现在启动后端的效果是这样的
功能很少
前端需要用vue来启动，同时YOLO模型也没有调起来，具体怎么调出来的还需要进一步研究，先看看运行前端的效果

链接: VUE学习

10.18
目前把vue的使用方法和flask的使用方法了解了，现在着手将yolo实例化，在其他文件中调用。
直接调用detec文件不现实，每次识别一帧图片启动一次模型太浪费时间，所以我们就需要先启动yolo模型，然后将输出的图片加入到一个队列中，之后再启动一个进程，在这个线程中完成前端的响应。
第二个思路就是，使用一个进程，在一个线程中不启动detect文件了，每次相机读上来的帧数据直接发给实例化的yolo模型做检测，这样一个完成识别。

由于对进程操作不熟悉，首先使用第二个思路。先研究如何将yolov5s实例化，

好好好总算搞明白怎么加载自定义的yolo模型了，但如果是自己训练的权重文件能直接用吗？

import torch

# 从本地加载自定义的YOLOv5模型
model_path = "D:\IDE\Anaconda3\Lib\YOLOv5\AUO\yolov5-master\\"  # yolov5根目录
weight_path = model_path + "best.pt"
model = torch.hub.load(model_path, "custom", weight_path, source="local")
print('测试启动是不是慢')
imgs = [model_path + '/data/myimages/false2285.bmp']
results = model(imgs)
results.print()
results.show()  # 这两句用于看一下模型检测结果

成功加载并使用了自己的模型，注意，common.py文件中要添加自己的网络模块。
在这里插入图片描述

现在出了新的问题，我们的图像转换成bytes格式了，但是网页端显示不出来
好像是生成器这部分一旦启动，yield关键字前面的部分就不执行了，接下来测试一下。

依然执行，说明不是检测关键字直接跳步执行。现在还有个异常情况是，imshow也不显示了，
打断点查看一下从哪步开始不能显示了。
从一开始就不能imshow。
找了半天，总算找到imshow不出来的原因，因为窗口跟新太快，所有无法显示

        # cv2.waitKey(2000)  # 等待2秒

加一个等待就好了。

经过一番折腾，终于实现了。

在这里插入图片描述

这里附上我的源码，全网遥遥领先的技术，哈哈哈哈

import torch
import cv2
from  models.name import  class_labels
# 从本地加载自定义的YOLOv5模型
model_path = "D:\IDE\Anaconda3\Lib\YOLOv5\AUO\yolov5-master\\"  # yolov5根目录
weight_path = model_path + "yolov5s.pt"
model = torch.hub.load(model_path, "custom", weight_path, source="local")
# print('测试启动是不是慢')
# imgs = [model_path + '/data/myimages/false2285.bmp']
# results = model(imgs)


# results.print()
# results.show()  # 这两句用于看一下模型检测结果

from flask import Flask, render_template, Response
from camera import VideoCamera

#启动Flask应用

app = Flask(__name__)

@app.route('/')
def index():
    return render_template('index.html')

def gen(camera):
    ti = 0
    while True:
        # frame = camera.get_frame()
        ti =ti+1
        print('生成器启动次数',ti)
        video = cv2.VideoCapture(0)
        success, image = video.read()
        # cv2.imshow('Detection Results', image)
        # cv2.waitKey(2000)  # 等待2秒

        imgs = image
        results = model(imgs)
        # cv2.imshow('Detection Results', imgs)

        # results.print()
        # results.show()  # 这两句用于看一下模型检测结果
        # frame= [ 'false2285.bmp']
        #将检测结果绘制成图片
        for result in results.pred:
            print()
            for det in result:
                x1, y1, x2, y2, confidence, class_id = det[:6]
                class_id = class_id.to('cpu').item()
                print(class_id)
                # 查找类别标签
                if class_id in class_labels:
                    label = f"Class: {class_labels[class_id]}, Confidence: {confidence:.2f}"
                else:
                    label = f"Class: Unknown ({class_id}), Confidence: {confidence:.2f}"

                # 绘制边界框
                color = (0, 255, 0)  # BGR 颜色，这里是绿色
                thickness = 2  # 边界框线条的粗细
                cv2.rectangle(imgs, (int(x1), int(y1)), (int(x2), int(y2)), color, thickness)

                # 添加类别标签
                # label = f"Class: {int(class_id)}, Confidence: {confidence:.2f}"
                font = cv2.FONT_HERSHEY_SIMPLEX
                font_scale = 0.5
                font_thickness = 1
                label_size, _ = cv2.getTextSize(label, font, font_scale, font_thickness)
                class_color = (0, 0, 255)# BGR 颜色，这里是绿色
                cv2.putText(imgs, label, (int(x1), int(y1) - 10), font, font_scale, class_color, font_thickness)
        # cv2.imshow('Detection Results', imgs)
        # cv2.waitKey(2000)  # 等待2秒
        ret, jpeg = cv2.imencode('.jpg', imgs)

        # cv2.imshow('Detection Results', jpeg)
        # cv2.waitKey(2000)  # 等待2秒
        imgs = jpeg.tobytes()
        yield (b'--frame\r\n'
               b'Content-Type: image/jpeg\r\n\r\n' + imgs + b'\r\n\r\n')

@app.route('/video_feed')
def video_feed():

    return Response(gen(VideoCamera()),\
                    mimetype='multipart/x-mixed-replace; boundary=frame')


app.run(host='127.0.0.1', port=5003, debug=True)

现在的问题是显示出来的画面很卡，接下来需要对程序优化，看看是哪里执行的慢了。

qsl56789
关注
  • 1
    点赞
  • 踩
  • 18
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
专栏目录
yolo-使用Yolov7+Flask开发的目标检测Web应用.zip
03-03
在本项目中，开发者利用了Yolov7和Flask框架构建了一个目标检测的Web应用程序。这个项目的核心在于将先进的计算机视觉技术与Web开发相结合，为用户提供一个在线的目标检测服务。接下来，我们将深入探讨Yolov7、Flask...
基于YOLO的挖掘机目标检测模型+flask模型前端展示
03-24
YOLO（You Only Look Once）是一种广泛应用于计算机视觉领域的实时目标检测系统，它以其高效、准确的特点在业界受到高度关注。YOLO的核心在于其能够同时预测图像中的边界框和类别，实现了端到端的训练和预测。在本...
YOLOv5(PyTorch)目标检测实战：Flask Web部署
10-27
PyTorch版的YOLOv5是轻量而高性能的实时目标检测方法。利用YOLOv5训练完自己的数据集后，如何向大众展示并提供落地的服务呢？   本课程将提供相应的解决方案，具体讲述如何使用Web应用程序框架Flask进行YOLOv5的Web应用部署。用户可通过客户端浏览器上传图片，经服务器处理后返回图片检测数据并在浏览器中绘制检测结果。   本课程的YOLOv5使用ultralytics/yolov5，在Ubuntu系统上做项目演示，并提供在Windows系统上的部署方式文档。 本项目采取前后端分离的系统架构和开发方式，减少前后端的耦合。课程包括：YOLOv5的安装、 Flask的安装、YOLOv5的检测API接口python代码、 Flask的服务程序的python代码、前端html代码、CSS代码、Javascript代码、系统部署演示、生产系统部署建议等。   本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程，包括：《YOLOv5(PyTorch)目标检测实战：训练自己的数据集》Ubuntu系统 https://edu.csdn.net/course/detail/30793 Windows系统 https://edu.csdn.net/course/detail/30923 《YOLOv5(PyTorch)目标检测：原理与源码解析》https://edu.csdn.net/course/detail/31428 《YOLOv5(PyTorch)目标检测实战：Flask Web部署》https://edu.csdn.net/course/detail/31087 《YOLOv5(PyTorch)目标检测实战：TensorRT加速部署》https://edu.csdn.net/course/detail/32303
源代码：yolov5模型部署到web端
06-28
内容概要：yolov5火焰识别模型完整项目，采用C/S结构。项目分为前端代码，用vue编写；后端代码，用python编写，做成api接口。灵活性大，与模型解耦合，后续可以放自己训练好的模型，不再修改代码或者少量修改代码。 源代码：yolov5模型部署到web端，文档齐全，包含如何安装环境，如何运行项目，如何使用。 适合人群：学生、具备一定编程基础，工作1-3年的研发人员、想入门人工智能的爱好者、科研人员 能学到什么：可以快速出效果。 阅读建议：详情请查看文章介绍:https://blog.csdn.net/qq122716072/article/details/125503254
yolov5使用flask部署至前端，实现照片\视频识别
最新发布
m0_74005603的博客
04-24 793
大半年前初学yolo flask时，急需此功能，Csdn、Github、B站找到很多教程，效果并不是很满意。近期做项目碰到类似需求，再度尝试，实现简单功能，分享下相关代码，仅学习使用，如有纰漏，望多包涵。先上传本地的模型，上传成功后等待模型加载，再上传照片/视频。将index.html放入templates文件夹中。作者使用第二个方法，成功加载本地模型。此处的best.py上传路径也要更改。如有问题，可联系作者，随时讨论。此处加载模型路径更改为自己的。
yolov5部署web服务
记录我目之所及的世界
02-20 1152
部署web，pycharm搜索快捷键，pycharm断点调试
yolov5 web端部署进行图片和视频检测
cangqiongxiaoye的博客
10-07 4218
yolov5 web端部署进行图片和视频检测
yolo推流；将yolo识别的内容传入到前端； opencv拉流推流,rtmp+nginx拉推流,http-flv+nginx拉推流
weeks
05-16 1万+
*免责声明: 1\此方法仅提供参考 2\搬了其他博主的操作方法,以贴上路径. 3* 场景一:项目需求介绍 场景二:基础知识点介绍 场景三:nginx+rtmp流媒体服务器搭建 场景四:拉流和推流 场景五:nginx+http-flv的推流 . . . 场景一:项目需求介绍 rtmp在线测试地址：http://cloud.liveqing.com:10080/#/liveplayer(需要加载flash插件) http-flv在线测试地址：http://bilibili.github.io/flv.js/
YOLOv5部署到web端（flask+js简单易懂）
热门推荐
weixin_44902604的博客
04-11 1万+
最近，老板让写一个程序把yolov5检测模型部署到web端，在网页直接进行目标检测。经过1个星期的努力，终于实现基本功能👻（累晕了）。网上查阅了很多资料，发现很多的技术比较复杂，当然他们的页面都比较漂亮，然后我打算自己写一篇简单记录一下哈哈。
基于Flask开发后端在WEB端部署YOLOv5目标检测模型.zip
04-02
基于Flask开发后端并在WEB端部署YOLOv5目标检测模型的项目可以实现在网页上上传图片进行目标检测的功能。下面是一个简要的项目描述： 首先，你需要安装Flask框架和YOLOv5模型。Flask是一个轻量级的Python Web框架，...
Web端算法部署+YOLOV4目标检测+WEB实时检测效果显示
06-02
算法部署，检测画面实时web界面显示。yolov4 检测，可替换自己的算法模型，方便在线部署和在线演示。 安装： 1.安装和配置cuda和cudnn。 2.安装和编译opencv。 3.安装flask。 有问题可以私信我，免费帮助解决。
基于flask后端+vue前端开发的web+部署yolov5目标检测算法-超级优质项目.zip
01-24
该项目是一个综合性的Web应用开发案例，它结合了前端的Vue.js框架和后端的Flask微型Web服务，目的是实现一个在线的目标检测系统。这个系统利用了先进的Yolov5深度学习模型来执行实时的目标检测任务。以下是关于这个...
yolov8 tracking编码为web 和 rtsp流输出
qianbo042311的博客
12-31 1869
使用python pytorch yolov8 track进行reid 识别后将识别后的图片通过websocket 协议和内存共享发送到web端和 rtsp server端，可通过web显示或者通过rtsp 客户端拉流
Flask部署YOLOv5
haima1998的专栏
12-11 6796
转自：Flask部署YOLOv5 - 知乎 YOLOv5的flask部署 - 迷途小书童的Note的个人空间 - OSCHINA - 中文开源技术交流社区 Flask是一种用python实现轻量级的web服务，也称为微服务，其灵活性较强而且效率高，在深度学习方面，也常常用来部署B/S模型。下面以yolov5s模型为例，介绍基于Flask的封装和部署过程。 封装YOLOv5 编写yolov5.py，封装yolov5推理过程 class YOLOv5(object): # 参数设置 _
使用flask将Yolov5部署到前端页面实现视频检测（保姆级）
m0_74760466的博客
12-01 7574
首先，开发工具我们选择jetbrains公司的Pycharm，打开Pycharm，选择new Project,flask,路径根据自己的自身情况改，最好点击create创建成功！此时，新建好的flask工程目录长这样static文件夹下存放一些文件，比如css，js，images等，templates文件夹存放一些html的文件，便于日后flask部署。app.py文件。
yolo摄像头检测结果web界面视频实时播放展示(使用flask实现）
qq_37553692的博客
06-02 3557
在每次循环中，它调用cap.read()读取摄像头的视频帧，然后调用process_frame()方法对该帧进行yolo的目标检测。这意味着在每次迭代时，生成器都会生成一个视频帧，并通过HTTP响应流发送给客户端。生成器会继续循环，读取下一帧并进行处理，然后再次通过yield语句生成下一个视频帧。这样，当客户端请求视频流时，Response对象会使用generate_frames()生成器返回的视频帧数据作为响应内容，并设置相应的HTTP头部以指定数据类型和边界。话不多说，先上效果。摄像头为博主手持的…
AI项目七：WEB端部署YOLOv5
09-12 3554
最近接触网页大屏，所以就想把YOLOV5部署到WEB端，通过了解，知道了两个方法：1、基于Flask部署YOLOv5目标检测模型。2、基于Streamlit部署YOLOv5目标检测。代码在github上，个人感觉两个比较好的，所以基于两份代码测试。Streamlit 是一个用于数据科学和机器学习的开源 Python 框架。它提供了一种简单的方式来构建交互式应用程序，使数据科学家和机器学习工程师可以更轻松地将他们的模型展示给其他人。st.write()：打印文本、数据框、图表等。st.title()
用python的socket通信将Yolov5的USB摄像头实时推理结果发送给另一台电脑
qq_41226644的博客
01-07 1611
用python的socket通信将Yolov5的USB摄像头实时推理结果发送给另一台电脑
云端环境部署Springboot+Vue+Flask项目教程(Docker)
wyc1274540748的博客
06-16 1154
运维、Docker
yolo flask web 关闭摄像头按钮设置
05-01
为了在yolo flask web应用中关闭摄像头，我们需要在代码中创建一个按钮，并在点击该按钮时设置相应的功能。 首先，我们需要导入Flask库和HTML文件。然后，我们需要创建一个网页模板，包含一个“关闭摄像头”按钮。 在模板中，我们需要使用JavaScript代码，以便将按钮和摄像头一起使用。我们要用JavaScript来绑定选项卡，并设置选项卡列表项的显示方式。 我们还需要定义一个函数来关闭摄像头。这个函数将被JavaScript代码调用，以便关闭摄像头，同时隐藏摄像头并停止捕获视频流。在后端代码中，我们需要添加一个路由处理程序，用于处理关闭摄像头的请求。 最后，我们需要将路由处理程序绑定到按钮上，这样当用户单击该按钮时，它会触发后台方法，并关闭摄像头。 总之，我们需要在yolo flask web应用程序模板中添加一个关闭摄像头的按钮，并定义相应的JavaScript代码和后端功能。这样，我们就可以在应用程序中关闭摄像头了。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值