flask后端进行yolov5检测模型的部署(填坑)

麻痹的搞了我一整天,蛋疼

本来想把检测模型或者rtsp实时流部署到后端。网上有人推荐一个github项目

https://github.com/muhk01/Yolov5-on-Flask

后来有人把这个项目给修改了,运行起来了,我也准备运行一下

https://github.com/xugaoxiang/yolov5-flask

 

先把代码拉下来直接配置:

先说说修改的地方和出现问题的地方

旧的requirements.txt

opencv-python~=4.4.0.44
matplotlib~=3.3.3
numpy~=1.19.2
torch~=1.6.0+cu101
torchvision~=0.7.0+cu101
scipy~=1.5.4
tqdm~=4.54.1
pyyaml~=5.3.1
pillow~=8.0.0
flask 

 torch~=1.6.0+cu101
torchvision~=0.7.0+cu101

这里个有点老,就换成新的,主要是我的cuda是11.6

 

新的 requirements.txt

opencv-python~=4.4.0.44
matplotlib~=3.3.3
numpy~=1.19.2
torch~=1.12.1+cu116
torchvision~=0.13.1+cu116
scipy~=1.5.4
tqdm~=4.54.1
pyyaml~=5.3.1
pillow~=8.0.0
flask

确认自己的pytorch版本和cuda的版本。如果使用的是cpu版本的pytorch就不用看cuda的版本了。

 import torch
print(torch.__version__)
结果:1.12.1+cpu 

说明不是,提示报错代码:

 RuntimeError: Input type (torch.FloatTensor) and weight type (torch.HalfTensor) should be the same or input should be a MKLDNN tensor and weight is a dense tensor

错误内容大概就是指输入类型是CPU(torch.FloatTensor),而参数类型是GPU(torch.cuda.FloatTensor)。 

卸载掉torch和torchvision。

执行命令:

pip3 install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu116

 

成功安装!

还提示错误:

raise AttributeError("'{}' object has no attribute '{}'".format(
AttributeError: 'Upsample' object has no attribute 'recompute_scale_factor' 

网上有说torch版本太高了,需要降低版本。

这你妹刚装的,再卸载掉么,不划算

解决方案:

...\torch\nn\modules\upsampling.py   #torch文件

修改:

    def forward(self, input: Tensor) -> Tensor:
        return F.interpolate(input, self.size, self.scale_factor, self.mode, self.align_corners,
                            recompute_scale_factor=self.recompute_scale_factor
                             )

 修改后:

    def forward(self, input: Tensor) -> Tensor:
        return F.interpolate(input, self.size, self.scale_factor, self.mode, self.align_corners,
                             # recompute_scale_factor=self.recompute_scale_factor
                             )

屏蔽掉就好了

还提示错误:

FileNotFoundError: [Errno 2] No such file or directory: 'weights/yolov5s.pt'

Exception: ERROR: F:\开发工具\pythonChar\PyCharm 2020.3.3\jbr\bin\test.mp4 does not exist

flask启动默认是flask的运行标记,要改成python的运行标记

 

地址不对,填写新的地址。

@staticmethod
    def frames():
        #weights/yolov5s.pt修改为yolov5s.pt
        out, weights, imgsz = \
        'inference/output', 'yolov5s.pt', 640
        source = 'test.mp4'

 

然后就ok了,

问题:启动flask填写app.run() 失效的问题

参考:app.run()port失效

然后启动项目,终于成功了。

 

 

 参考:https://xugaoxiang.com/2020/11/12/flask-22-opencv-rtsp/

YOLOv4是最近推出的基于深度学习的端到端实时目标检测方法。利用YOLOv4训练完自己的数据集后,如何向大众展示并提供落地的服务呢?  本课程将提供相应的解决方案,具体讲述使用Web应用程序框架Flask进行YOLOv4的Web应用部署。用户可通过客户端浏览器上传图片,经服务器处理后返回图片检测数据并在浏览器中绘制检测结果。  本课程的YOLOv4使用AlexyAB/darknet,在Ubuntu系统上做项目演示,并提供在Windows系统上的部署方式文档。 本项目采取前后端分离的系统架构和开发方式,减少前后端的耦合。课程包括:YOLOv4的Flask部署系统架构、YOLOv4的安装及动态链接库的编译、 Flask的安装、YOLOv4的检测API接口python代码、 Flask的服务程序的python代码、前端html代码、CSS代码、Javascript代码、系统部署演示、生产环境部署建议、Windows系统上部署的区别等。 除本课程外,本人推出了有关YOLOv4目标检测的系列课程。请持续关注该系列的其它视频课程,包括: 《YOLOv4目标检测实战:训练自己的数据集》(Ubuntu版)YOLOv4目标检测实战:人脸口罩佩戴识别》(Ubuntu版)YOLOv4目标检测实战:中国交通标志识别》(Ubuntu版)YOLOv4目标检测:原理与源码解析》(Ubuntu版)YOLOv4-tiny目标检测实战:训练自己的数据集》(Ubuntu版) 《Windows版YOLOv4目标检测实战:训练自己的数据集》 《Windows版YOLOv4目标检测实战:人脸口罩佩戴识别》 《Windows版YOLOv4目标检测实战:中国交通标志识别》 《Windows版YOLOv4目标检测:原理与源码解析》 《Windows版YOLOv4-tiny目标检测实战:训练自己的数据集》
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值