Python中Flask如何搭建yolov3目标检测系统

这篇文章将为大家详细讲解有关Python中Flask如何搭建yolov3目标检测系统，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

后端代码

from flask import Flask, request, jsonify from PIL import Image import numpy as np import base64 import io import os from backend.tf_inference import load_model, inference os.environ['CUDA_VISIBLE_DEVICES'] = '0' sess, detection_graph = load_model() app = Flask(__name__) @app.route('/api/', methods=["POST"]) def main_interface():     response = request.get_json()     data_str = response['image']     point = data_str.find(',')     base64_str = data_str[point:]  # remove unused part like this: "data:image/jpeg;base64,"     image = base64.b64decode(base64_str)            img = Image.open(io.BytesIO(image))     if(img.mode!='RGB'):         img = img.convert("RGB")          # convert to numpy array.     img_arr = np.array(img)     # do object detection in inference function.     results = inference(sess, detection_graph, img_arr, conf_thresh=0.7)     print(results)     return jsonify(results) @app.after_request def add_headers(response):     response.headers.add('Access-Control-Allow-Origin', '*')     response.headers.add('Access-Control-Allow-Headers', 'Content-Type,Authorization')     return response if __name__ == '__main__':     app.run(debug=True, host='0.0.0.0')

展示部分

python -m http.server

python app.py

前端展示部分

关于“Python中Flask如何搭建yolov3目标检测系统”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。