Flask + Pytorch (以yolov3为例)构建算法微服务

最新推荐文章于 2025-06-17 21:40:41 发布

叫我西瓜超人

最新推荐文章于 2025-06-17 21:40:41 发布

阅读量6k

点赞数 1

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/watermelon1123/article/details/88576639

之前做服务用的是golang调用C,因为go语言和C有比较好的兼容性。但是自从pytorch1.0问世及tensorflow发布了2.0,python框架的简洁和易用性，以及python的可读性，我觉得有必要去尝试一下用python做成算法API服务。Django和Flask都是python写成的服务框架，但据说Flask相较于Django更加轻量级，因此我首先尝试用Flask构建微服务的可能性。

另外这里用的深度学习框架是Pytorch，并以yolov3目标检测作为例子。

准备工作

安装pytorch：

这里建议用conda安装，版本0.4.1以上即可（建议用1.0）。按照官网建议的安装方式即可，如果遇到下载过慢情况，可以参考这篇博客。

安装flask:

我是用conda 安装的

conda install flask

下载pytorch-yolov3：

git clone https://github.com/eriklindernoren/PyTorch-YOLOv3

我用的是这个版本，测试过检测效果是接近于原版的。

服务代码

from flask import Flask, request
from gevent.pywsgi import WSGIServer
from geventwebsocket.handler import WebSocketHandler
import threading
import json
import base64