PyTorch版的YOLOv5是轻量而高性能的实时目标检测方法。利用YOLOv5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,具体讲述如何使用Web应用程序框架Flask进行YOLOv5的Web应用部署。Flask 是一个微型的 Python 开发的 Web 框架。本课程讲述利用Flask框架构建YOLOv5服务器上的部署接口。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YOLOv5使用ultralytics/yolov5,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:YOLOv5的Flask Web部署的系统架构、YOLOv5的安装、 Flask的安装、YOLOv5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、生产环境部署改进建议、Windows10系统上部署的区别等。
【相关课程】
本人推出了有关YOLOv5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:
《YOLOv5目标检测实战:训练自己的数据集》
《YOLOv5目标检测:原理与源码解析》
《YOLOv5目标检测实战:Flask Web部署》
《YOLOv5目标检测实战:TensorRT加速部署》
《YOLOv5目标检测实战:Jetson Nano部署》
《YOLOv5实战口罩佩戴检测》
《YOLOv5实战交通标志识别》
《YOLOv5实战垃圾分类目标检测》
《YOLOv5+DeepSORT多目标跟踪与计数精讲》