docker封装yolov5实现人物检测

        通过yolov5实现的人物检测，因为部署环境的过程实属复杂，后来封装成docker镜像，使得部署过程非常简单，拉下来就能使用。目前已稳定的运行在项目中进行大量的任务检测分析。

1 环境说明

系统要求为linux，centos推荐7.5及以上，ubuntu推荐16及以上。

1.1 安装docker服务

安装docker服务的方式，请自行网上搜索，方式多种，都比较简单，要求18及以上的版本，如需使用GPU进行运算，docker版本须在19及以上。

1.2 端口开放

如采用云端服务器部署，“安全组”需要开放6699端口（端口可自行在容器启动时设定）。

2 安装部署

2.1 获取docker镜像

docker pull registry.cn-hangzhou.aliyuncs.com/yangfeng123/rwjc

（如已过期请联系获取最新镜像）

2.2 启动容器

docker run -itd -p 6699:8080 \
--ipc=host \
-e WEIGHTS=yolov5m -e CONFIDENCE=0.6 \
--restart always \
--name rwjc \
5cd16b04fe13

2.3 参数说明

• 我这里映射的是6699端口，大家根据自己的情况设置。
• WEIGHTS：可供选择的模型名称有 yolov5s, yolov5m, yolov5l, 其算法精度 yolov5s 最低，yolov5l 最高，但是识别速度刚好相反，建议根据部署环境选择合适的算法模型，比如在 GPU 运行，可以选择 yolov5l 模型，且置信度可以调高。
• yolov5m为cpu运行。
• CONFIDENCE：置信度（0~1，两位小数）。

3 使用接口说明

接口地址：http://IP:PORT/ai/utils/personDetect

请求方式：POST

Body请求参数：

• mage：必传, 图片的 base64 编码数据, 不需要 base64 字符串文件格式字符串, 即`,` 前的字符串；
• resultImgType：可选, 返回图片内容是否画框, 默认为 1, 1: 带 bbox 框, 2: 不带 bbox 框。

请求示例：

{
    image: "/9j/4AAQSkZJRgABAQEAS....."
}

 注意：是图片的base64编码数据！

返回示例：

{
    "code": 0,
    "message": "Ok.",
    "data": {
        "image": "/9j/4AAQSkZJRgABAQEAS.....",    #返回检测结果的base64图片，可以在请求时设置是否将目标框出来
        "inferenceResult": {
            "person": {
                "num": 3,     #检测到的人形数量
                "items": [
                    {
                        "x": 277.08,     #目标框X坐标
                        "y": 55.43,    #目标框Y坐标
                        "height": 159.16,    #目标框高度
                        "width": 57.83,    #目标框宽度
                        "confidence": 0.93    #置信度
                    },
                    {
                        "x": 326.83,
                        "y": 56.43,
                        "height": 141.43,
                        "width": 48.06,
                        "confidence": 0.9
                    },
                    {
                        "x": 390.72,
                        "y": 51.3,
                        "height": 233.61,
                        "width": 74.31,
                        "confidence": 0.83
                    }
                ]
            }
        }
    }
}

 Postman调用示例：

 

 4 最后

大家遇到问题可以通过csdn昵称或简介联系到我，请注明来意。

通过人物检测还可以实现行人统计、人员聚集分析、客流等，大家可以自行发散。