基于Django部署深度学习模型（非生产环境，仅测试环境）

深度学习模型训练好后将其做成做成简单接口供前端调用，方便展示。

后端框架 Django 或 flask 本文主要介绍 Django

工具：pycharm专业版

 模型及权重来源：

使用pytorch配合flask搭建简易web服务_哔哩哔哩_bilibili

1.下载模型及权重移步视频评论区。

2.Django基础知识不再赘述。只需要了解各模块的作用及路由写法即可。

将其改为Django部署，flask虽然较为轻便，但版本之间兼容性太差，练习阶段还是使用Django更简单。一键部署更为便捷。

UP主代码目录展示

static---->静态资源css、js等

templates---->html页面

MobileNetV2---->模型权重（自行下载）

main.py ---->启动文件（基于flask）

model.py---->模型文件

新建一个Django项目过程不再赘述

user为注册德APP名称无所谓，只讲部署。

文件夹如下：其中urls.py 用于配置子路由，有没有无所谓，看个人需要。

主要操作在views.py 视图层

将原文件夹的models.py复制到view.py 

删掉原flask路由,配置django路由即可。

# 配置路由
def index(request):
    return render(request, 'index.html')


def predict(request):
    print("*******************\n")
    print(request.FILES)
    print(request.FILES.get('file'))
    print("\n*******************\n")
    if request.method == 'POST':
        uploaded_file = request.FILES.get('file')
        if uploaded_file is not None:
            img_bytes = uploaded_file.read()
    info = get_prediction(image_bytes=img_bytes)
    print(info)
    print(JsonResponse(info))
    return JsonResponse(info)

————————》未完待续，等有时间再编辑一下。

————————》具体也在摸索，可私信，随缘回。