前言

最近，老板让写一个程序把yolov5检测模型部署到web端，在网页直接进行目标检测。经过1个星期的努力，终于实现基本功能👻（累晕了）。网上查阅了很多资料，发现很多的技术比较复杂，当然他们的页面都比较漂亮，然后我打算自己写一篇简单记录一下哈哈。进入正题，该项目完全由Python的轻量级web框架flask完成，其实有一点js代码，简单易懂👍

最终实现效果图

先看项目的效果图吧哈哈，比较辣鸡，但是功能实现了！

检测结果显示：

哈哈 可以看到检测结果还是可以的🤞

后端实现

首先，写了二个路由函数，分别是主界面、检测函数结果显示。如下所示

主界面

# 定义路由
@app.route('/', methods=['GET', 'POST'])
def upload():
    if request.method == 'POST':  #post是一种请求方式
        # 从表单中获取上传的文件
        f = request.files['file']  #request.files 函数作用就是获取前端名为 'file'的文件信息
        global filename  # 定义全局变量，方便其他地方调用filename，如果不定义全局变量，其他地方无法调用
        filename = f.filename  # 获取前端上传图片名字
        global file_path  #同理，定义全局变量
        
        # 将文件保存到服务器本地
        file_path = os.path.join(os.getcwd(), filename)  #本地路径+图片名字= 文件路径（file-path)
        print(file_path)  # 当时只是为了测试程序
        f.save(file_path)  # 保存上传的图片到本地目录下，方便后续推理，直接找到图片
        # 返回文件路径
        # return file_path
        #进行检测
        opt = parse_opt() 
        main(opt)
    return render_template('index.html')

检测函数+检测结果显示

# 检测结果显示
def return_img_stream(img_local_path):
    """
    工具函数:
    获取本地图片流
    :param img_local_path:文件单张图片的本地绝对路径
    :return: 图片流
    """
    import base64
    img_stream = ''
    with open(img_local_path, 'rb') as img_f:
        img_stream = img_f.read()
        img_stream = base64.b64encode(img_stream).decode()
    return img_stream
@app.route('/sh', methods=['GET', 'POST'])  #定义新路由，显示图片
def hello_world():
    #图片路径，推理完之后，默认保存的就是runs\detect\exp，这里加上filename，是变成完整的图片路径，然后才能获取显示
    img_path = 'runs\detect\exp\' + str(filename)  
    img_stream = return_img_stream(img_path) #获取图片流
    return render_template('index.html', img_stream=img_stream)

最后，我把detect文件中的函数，parse_out函数直接放到app.py文件中了，因为这样传递图片路径比较方便。其中的main函数直接是调用的detect文件，如下所示：

# 检测图片的
def parse_opt():
    parser = argparse.ArgumentParser()
    parser.add_argument('--weights', nargs='+', type=str, default= 'yolov5s.pt', help='model path or triton URL')
    #parser.add_argument('--source', type=str, default=0, help='file/dir/URL/glob/screen/0(webcam)')
    parser.add_argument('--source', type=str, default= file_path, help='file/dir/URL/glob/screen/0(webcam)')
    parser.add_argument('--data', type=str, default= 'models/yolov5s.yaml', help='(optional) dataset.yaml path')
    parser.add_argument('--imgsz', '--img', '--img-size', nargs='+', type=int, default=[640], help='inference size h,w')
    parser.add_argument('--conf-thres', type=float, default=0.25, help='confidence threshold')
    parser.add_argument('--iou-thres', type=float, default=0.45, help='NMS IoU threshold')
    parser.add_argument('--max-det', type=int, default=1000, help='maximum detections per image')
    parser.add_argument('--device', default='', help='cuda device, i.e. 0 or 0,1,2,3 or cpu')
    parser.add_argument('--project', default= 'runs/detect', help='save results to project/name')
    parser.add_argument('--name', default='exp', help='save results to project/name')
    parser.add_argument('--exist-ok', action='store_true', help='existing project/name ok, do not increment')
    parser.add_argument('--vid-stride', type=int, default=1, help='video frame-rate stride')
    opt = parser.parse_args()
    opt.imgsz *= 2 if len(opt.imgsz) == 1 else 1  # expand
    #print_args(vars(opt))
    args = parser.parse_args(args=[])
    print(args)
    return opt

到这里，后端实现就基本写完了。接下来，看看前端页面 很简单，我都不好意思写🙉

前端实现

主要就两个页面，分别是主页面index1.html和showimage.html。

主界面(index.html）+显示图片界面

index1.html就是主界面，显示的一些操作按钮。代码如下：

  
    
    
    
  
  
    
目标检测系统
    

    

    
    { img_stream }}">
    

    

      

      
        

        
    
    

    

    
      
      
          显示图片
      
      
  
  

总结

写的比较潦草，代码的功能不难理解，相对比较基础。有什么问题可以在评论直接问。然后就是代码基本上都放上来了，可以直接复制然后用。

5.22 更新了一下代码

• 更加简洁了，没有那么多繁琐的步骤
• 加了一点点样式，增加了一些代码注释（不少人私信问我一些代码问题，之前忘记写了，不好意思）
• 然后大家可以根据自己的需要进行改进

  ·······························

  如果觉得有用，就点点赞哈哈😍

  我看代码需要的同学比较多，我直接把代码上传到github了，就不一个个私发你们了。

  大家帮我点点赞或关注哈哈哈😘，然后自己下载吧🛴

  源码链接：https://github.com/Jss666/yolo_web