当前位置: 首页 > news >正文

【AI】一种基于YOLOv8/v11目标检测模型之检测人体和车辆的脚本及服务2️⃣【Ubuntu 22.04】

        本文介绍基于YOLOv11的目标检测服务系统,包含图片和视频检测两个独立服务。


1️⃣:检测图片脚本(v11)【端口:5002】

import os import json import threading from flask import Flask, request, jsonify from ultralytics import YOLO app = Flask(__name__) class GeneralImageService: def __init__(self): self.model = None self.lock = threading.Lock() self.load_model() def load_model(self): """加载YOLOv11通用模型""" model_path = "/opt/yolov11/models/yolov11n.pt" print(f"【通用图片服务】加载YOLOv11模型: {model_path}") try: if os.path.exists(model_path): self.model = YOLO(model_path) print(f"【通用图片服务】✅ YOLOv11加载成功!") print(f"【通用图片服务】可识别{len(self.model.names)}个类别") # 打印常用类别 common_classes = { 0: 'person', 2: 'car', 5: 'bus', 7: 'truck', 15: 'cat', 16: 'dog', 39: 'bottle', 41: 'cup' } print("【通用图片服务】常用类别ID:") for cls_id, name in common_classes.items(): if cls_id < len(self.model.names): print(f" {cls_id}: {name}") else: print(f"【通用图片服务】❌ 模型文件不存在: {model_path}") self.model = None except Exception as e: print(f"【通用图片服务】❌ 模型加载失败: {e}") self.model = None def predict_general(self, image_path, target_classes=None): """通用检测,支持筛选特定类别""" if self.model is None: return {"error": "Model not loaded", "success": False} try: with self.lock: # 执行推理 results = self.model(image_path, verbose=False) all_detections = [] class_statistics = {} for result in results: for box in result.boxes: cls_id = int(box.cls) class_name = self.model.names[cls_id] if cls_id < len(self.model.names) else f"class_{cls_id}" confidence = float(box.conf) # 如果指定了目标类别,只返回这些类别 if target_classes is not None and cls_id not in target_classes: continue # 统计 class_statistics[class_name] = class_statistics.get(class_name, 0) + 1 all_detections.append({ "class_id": cls_id, "class_name": class_name, "confidence": confidence, "bbox": box.xyxy[0].tolist() # [x1, y1, x2, y2] }) return { "success": True, "detections": all_detections, "statistics": class_statistics, "total_objects": len(all_detections), "image_size": result.orig_shape, "model": "yolov11n", "classes_available": len(self.model.names) } except Exception as e: return {"error": str(e), "success": False} service = GeneralImageService() @app.route('/general/health', methods=['GET']) def general_health(): return jsonify({
http://www.gsyq.cn/news/121441.html

相关文章:

  • Kotaemon如何判断答案置信度?不确定性量化机制
  • SSRS Reporting Service 日志
  • 无人机集群协同控制系统供应商优选:软硬一体赋能 - 品牌2025
  • Kotaemon实战案例分享:某金融公司知识库问答系统改造之路
  • 2025年品牌命名机构联系方式汇总:全国主流服务商官方联系通道与专业合作指南 - 十大品牌推荐
  • 2025年品牌起名机构联系方式汇总:全国主流服务机构官方联系通道与专业精选指南 - 十大品牌推荐
  • 人工智能如何很快将人机交互提升到新的水平
  • Kotaemon能否生成思维导图?知识结构可视化尝试
  • Kotaemon能否提取商业模式要素?创业计划分析工具
  • 2026年外汇实时行情API选型指南
  • 数据越采越多,为什么用电管理反而更难了?
  • 2025年评价高的中亚获客新兴市场投放与客户转化趋势 - 行业平台推荐
  • 9个AI论文工具,MBA轻松搞定开题报告!
  • Kotaemon流式输出优化:降低首字节延迟
  • Kotaemon能否识别方言提问?中文理解能力再升级
  • Kotaemon如何监控系统健康?内置Metrics暴露详解
  • 3、Windows PowerShell 管道操作详解
  • 2025年口碑好的logo VI设计创意视觉识别方案榜 - 行业平台推荐
  • 4、Windows PowerShell 高级操作与脚本语言入门
  • 5、深入了解WPS脚本语言:变量、数据类型与操作
  • 偏差和方差如何影响你的模型
  • 安徽叛逆学校哪家强?管教叛逆孩子学校哪家可靠? - mypinpai
  • 32、深入探索 Doors 与 Sun RPC:进程间通信的强大工具
  • 2025高效的特训学校TOP5权威推荐:军事化特训学校深度测 - myqiye
  • 别再踩坑!AI应用架构师的AI提示工程效果评估
  • 2025太原基础动漫培训TOP5权威推荐:甄选优质课程,助力 - 工业推荐榜
  • Kotaemon支持gRPC接口吗?高性能通信协议选型建议
  • 单价30元,月入百万!药食同源如何打造中老年睡眠经济新爆品?
  • Kotaemon框架对比评测:在主流RAG方案中脱颖而出
  • 2025年口碑好的长毛绒滤袋厂家实力及用户口碑排行榜 - 行业平台推荐