html5在线固态,目标检测应用化之web页面（YOLO、SSD等）

在caffe源码目录下的examples下面有个web_demo演示代码,其使用python搭建了Flask web服务器进行ImageNet图像分类的演示。

首先安装python的依赖库：pip install -r examples/web_demo/requirements.txt

接下来，修改源码，仅三个代码文件：

app.py 这是主程序的入口

exifutil.py 辅助代码，解决skimage库不能处理exif标志的问题

templates/index.html 前端web页面

解决python2中的中文问题：

import sys

reload(sys)

sys.setdefaultencoding('utf-8')

exifutil.py中删除img = np.asarray(im).astype(np.float32) / 255.这句归一化的代码(视情况自行修改)。

网络模型调用

将模型加载和前向传播计算的相关代码写在另外的新增的python代码中。如YOLO和SSD均提供了python使用模型进行测试的代码，稍作修改即可。

结果显示

结果框画框代码：

from PIL import Image, ImageDraw

def draw_rectangle(draw, coordinates, color, width=1, draw_ellipse=False):

for i in range(width):

rect_start = (coordinates[0] - i, coordinates[1] - i)

rect_end = (coordinates[2]