基于paddle+flask实现的猪只识别计数python源码+模型+操作说明.zip

# paddle-flask-deploy ## 1. 介绍 PaddlePaddle是国内优秀的深度学习框架，Flask是一个使用Python编写的轻量级Web应用框架。本项目以猪只计数为例，旨在利用Flask框架实现云部署任务。 ## 2. 功能 本项目一共实现了两个功能，第一个是在本地实现flask的调用功能（详见第4节），第二个是将服务封装成docker形式（详见第5节），方便部署。 ## 3. 目录 ``` paddle-flask-deploy | -- deploy_python # 预测和可视化代码 ｜ -- infer.py ｜ -- preprocess.py ｜ -- utils.py ｜ -- visualize.py | -- models # 模型文件夹 ｜ -- ppyolo ｜ -- infer_cfg.yml ｜ -- model.pdiparams ｜ -- model.pdiparams.info ｜ -- model.pdmodel ｜ -- app.py # 启动文件 ｜ -- Dockerfile ｜ -- requirement.txt ``` ## 4. 本地安装 ### 4.1 环境安装 4.1.1 新建并启动conda环境 ``` conda create -n paddle-flask python=3.7 conda activate paddle-flask ``` 4.1.2 安装cpu版本的paddlepaddle ``` python3 -m pip install paddlepaddle==2.3.0 -i https://mirror.baidu.com/pypi/simple ``` 4.1.3 克隆本仓库 ``` git clone https://github.com/JackDance/paddle-flask-deploy.git ``` 4.1.4 安装requirement.txt 将路径切换到项目下，安装所需依赖 ``` cd paddle-flask-deploy pip install requirements.txt ``` ### 4.2 flask调用 4.2.1 启动服务 ``` python app.py ``` 启动成功后，控制台会输出如下提示： ``` [2022/07/22 14:11:56] root INFO: Now is the debugging phase! * Serving Flask app 'app' (lazy loading) * Environment: production WARNING: This is a development server. Do not use it in a production deployment. Use a production WSGI server instead. * Debug mode: on INFO 2022-07-22 14:11:56,510 app.py:101] Now is the debugging phase! * Running on all addresses. WARNING: This is a development server. Do not use it in a production deployment. * Running on http://192.168.3.8:5002/ (Press CTRL+C to quit) * Restarting with stat ``` 点击提示里的链接即可在浏览器中看到服务的欢迎界面  4.2.2 执行调用预测 下面使用postman进行模型的调用预测。调用的流程如下图所示。  在request body中，image_file为本机图片的路径。 在response body中，consumed_time表示该图预测所消耗的时间，count表示该图中包含的猪只的数量，image_file表示该图的路径。 ## 5. Run with Docker ### 5.1 Clone the repo ``` git clone https://github.com/JackDance/paddle-flask-deploy cd paddle-flask-deploy ``` ### 5.2 Build Docker Image ``` docker build -t flask-paddle-deploy:v0.1 . ``` ### 5.3 Run ``` docker run -d --name flask-paddle-deploy -v /home/jackdance/Desktop/Program/Flask_study/docker_map/output_imgs:/app/output_imgs -v /home/jackdance/Desktop/Program/Flask_study/docker_map/test_imgs:/app/test_imgs -p 5002:5002 --privileged=true flask-paddle-deploy:v0.1 ``` 提示：在Run中，添加了两个容器卷以实现宿主机到docker容器的映射。第一个容器卷是输出可视化的图片文件夹的映射，第二个容器卷是输入的图片文件夹的映射。各位可根据自己实际宿主机的路径进行更改。 使用 `docker ps`命令查看flask-paddle-deploy容器是否启动  ### 5.4 执行调用预测 第一步：将要预测的图片放入宿主机的输入图片文件夹中，则图片会同步到docker对应的文件夹中 第二步：使用postman实现调用预测 使用postman的调用预测步骤可参考4.2.2节。 请求体中的image_file对应的图片路径更改成`/app/test_imgs/your_test_img_name`