flask部署神经网络模型

1.GET请求

GET请求把参数包含在url里，GET是获取数据的

2.POST请求

POST请求通过request body传递参数，用于修改服务器上的数据

3.flask部署模型api

图例中以cv的demo为例介绍，传入的参数为一个图片，也就是request.files，但是request.files传入的文件参数，不能直接被深度学习模型使用需要转换。

这里实例用到模型是yolov5，通过torch在github下载获取

3.1加载模型

model = torch.hub.load('ultralytics/yolov5', 'yolov5s', pretrained=True)

3.2部署模型api

from flask import Flask,request,jsonify
app=Flask(__name__)
@app.route('/predict',methods=["GET","POST"])
def predict():
    if not request.method == "POST":
        return

    if request.files.get("image"):
        image_file = request.files["image"]
        print(image_file)
        image_bytes = image_file.read()

        img = Image.open(io.BytesIO(image_bytes))
        results=model(img)

        return jsonify(results)

3.3运行api接口

app.run(host="127.0.0.1",port=5005)

3.4模拟客户端请求request模型

curl -X POST -F image=@1.jpg http://127.0.0.1:5005/predict

详细的curl命令可以参考下面这个链接
curl 的用法指南 - 阮一峰的网络日志

转载于flask部署深度学习api接口_姜君泽的博客-CSDN博客