项目介绍： 前期实验室已对猪脸进行图像识别训练，效果良好，现需要一个程序用来上传图片，识别出猪脸的位置，并将猪脸框出来。于是本文档就是用来实现这个功能的。
准备工作：
- 本次项目打算使用 web 端的方式来实现，技术栈：python+flask+vue+docker，程序主要使用开源程序
https://github.com/Sharpiless/Yolov5-Flask-VUE。Yolov5-Flask-VUE下载后有两个目录，其中bach-end为后端程序，front-end为前端程序。
- 本次使用 docker 部署识别程序的后端程序。
- 识别程序前端使用 vue ，本地需要先安装 nodejs
一. Yolov5-Flask-VUE 后端程序部署
Yolov5-Flask-VUE 后端程序部署将采用 docker 进行部署，由于后端程序需要调用 CPU/GPU 进行深度处理，并且需要相关深度学习环境，所以本人提供已安装好 torch 1.10.1 和 torchvision 0.11.2 环境的 docker 镜像。镜像地址：registry.cn-hangzhou.aliyuncs.com/qiaoyu/docker_opencv_torch:v2
- 依据 docker 镜像构建 docker 容器
# 1. 拉取 docker 镜像
docker pull registry.cn-hangzhou.aliyuncs.com/qiaoyu/docker_opencv_torch:v1
# 2. 依据镜像构建容器
# 端口为后端程序 app.py 中开放的端口，目录为后端程序将要放的目录
docker run -it -p 15003:15003 -v ./yolov5_reco:/soft/yolov5_reco --name yolov5_web_reco docker_opencv_torch:v1、
- 进入 docker 容器，运行后端代码程序
# 1. 查看 docker 容器是否运行
docker ps
# 2. 进入 docker 容器内部
docker exec -it 容器ID /bin/bash
- 修改 app.py 里 3 个 ip 地址
app.run()里 ip 修改为0.0.0.0， 其他两个位置 ip 修改为docker对外暴露的 ip 和对应端口, 如172.17.0.99:15003
注意事项：
后端程序默认使用的权重为 yolov5 3.0版本，经本人测试 yolov5 5.0 版本权重在修改 common.py (依据报错添加相关函数)后能正常运行，yolov5 6.0 版本无法运行。
二. 前端程序部署
- 在前端程序目录下运行
npm install安装相关环境 - 修改ip地址：修改
src>components>Content.vue中请求的 ip 地址为后端程序暴露的 ip 地址 - 运行
npm run serve启动程序即可
本文首发于本人博客：blog.gitnote.cn/post/yolov5…
版权信息: CC BY-NC-SA 4.0 (自由转载-非商用-相同方式共享-保持署名)
