毕业设计代做网站 知乎,高级网页设计师证书,软件技术专升本有哪些学校,定制网络接口报警灯生产厂商目标检测和实例分割是计算机视觉中关键的任务#xff0c;使计算机能够在图像和视频中识别和定位物体。YOLOv8是一种先进的、实时的目标检测系统#xff0c;因其速度和准确性而备受欢迎。 Flask是一个轻量级的Python Web框架#xff0c;简化了Web应用程序的开发。通过结合Fla… 目标检测和实例分割是计算机视觉中关键的任务使计算机能够在图像和视频中识别和定位物体。YOLOv8是一种先进的、实时的目标检测系统因其速度和准确性而备受欢迎。 Flask是一个轻量级的Python Web框架简化了Web应用程序的开发。通过结合Flask和YOLOv8我们可以创建一个易于使用、灵活的目标检测任务API。 在这篇文章中我将向您展示如何仅使用Flask API部署YOLOv8目标检测和实例分割模型仅供个人使用。由于这不是在生产环境中部署服务的正确方式。 AWS中创建一个免费实例 个人项目的成本效益解决方案Amazon Web ServicesAWS为刚刚入门或从事个人项目的用户提供了免费层选项。只要您的使用保持在指定限制范围内此选项允许您探索和利用各种AWS服务而不会产生额外费用。免费层实例非常适合熟悉AWS并尝试不同服务之前小规模应用程序的运行、测试新想法甚至部署YOLOv8 API。创建AWS账户后您必须按照以下步骤操作 1. 选择您的地区我将使用eu-west-1并转到EC2 2. 单击“启动实例”按钮 3. 选择您的映像我更喜欢Ubuntu 20.04并选择您的实例类型“免费层符合条件” 4. 创建您的密钥对实例密钥访问 5. 将存储设置为30GB第一年免费。然后按“启动实例” 6. 更改端口设置并打开实例的端口5000 准备实例以部署YOLOv8 FlaskAPI 在本教程中我使用了我的个人笔记本电脑运行Ubuntu 20.04来演示该过程。如果您使用不同的操作系统如Windows或macOS建立SSH连接的过程可能会有所不同。 1. 使用刚刚下载的密钥对连接到您的实例 sudo chmod 400 yourkey.pem
sudo your_path/yourkey.pem ubuntuec2-ip-of-your-instance.eu-west-1.compute.amazonaws.com
sudo apt-get install libgl1-mesa-glx # required by OpenCV 2. 更新和安装必要的库首先使用以下命令更新系统上的包列表 # Update and install necessary libraries
sudo apt update
sudo apt-get install libgl1-mesa-glx # needed by OpenCV 3. 下载并安装pip、virtualenv和virtualenvwrapperPip是Python的包管理器用于从Python软件包索引PyPI安装软件包。而virtualenv和virtualenvwrapper是用于为您的项目创建隔离的Python环境的工具。使用以下命令下载并安装pip # Download and install pip
wget https://bootstrap.pypa.io/get-pip.py
sudo python3 get-pip.py rm get-pip.py
# Install virtualenv
pip install virtualenv virtualenvwrapper 4. 设置虚拟环境要设置虚拟环境请在您的.bashrc文件中添加以下行然后对其进行源代码 # Virtual Environments
USERubuntu
echo -e \n# virtualenv and virtualenvwrapper ~/.bashrc
echo export WORKON_HOME$HOME/.virtualenvs ~/.bashrc
echo export VIRTUALENVWRAPPER_PYTHON/usr/bin/python3 ~/.bashrc
echo export VIRTUALENVWRAPPER_VIRTUALENV/home/$USER/.local/bin/virtualenv ~/.bashrc
echo source /home/$USER/.local/bin/virtualenvwrapper.sh ~/.bashrc
source ~/.bashrc 5. 增加交换内存通过分配6GB到交换文件并将其添加到fstab文件来增加交换内存 # Increase the swap memory
sudo fallocate -l 6G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile
echo /swapfile none swap sw 0 0 | sudo tee -a /etc/fstab 6. 克隆YOLOv8 API存储库并部署API克隆存储库并为YOLOv8 API创建一个新的虚拟环境 # Clone repo and deploy your API
git clone https://github.com/hdnh2006/YOLOv8API
cd YOLOv8API
mkvirtualenv YOLOv8API 7. 安装torch和torchvision仅支持CPU功能使用以下命令安装torch和torchvision软件包 # Install torch and torchvision (just CPU functions)
pip install torch torchvision -f https://download.pytorch.org/whl/cpu/torch_stable.html 8. 使用screen在后台运行模型使用screen命令在后台运行YOLOv8 API并通过运行以下命令允许访问端口5000来在端口5000上运行模型 # The model will run in the background
screen -S YOLOv8API
workon YOLOv8API
python segment_api.py --weights yolov8s-seg.pt --port 5000# Open the port of your instance
sudo ufw allow 5000 9. 最后一步“享受”自己的成果浏览器转http://ec2-ip-of-your-instance.eu-west-1.compute.amazonaws.com:5000现在您可以运行一个Flask应用程序部署YOLOv8目标检测或实例分割模型作为API。用户可以通过一个简单的Web界面与API互动或通过向/detect端点发出HTTP请求来互动。 结论 在本文中我们演示了如何使用Flask API部署YOLOv8目标检测模型仅供个人使用。这种方法为各种应用中的目标检测和实例分割任务提供了一种灵活、易于使用的解决方案如安全系统、个人防护装备、物体计数。 · END · HAPPY LIFE 本文仅供学习交流使用如有侵权请联系作者删除
