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.jsqmd.com/news/110241/

相关文章:

  • 2025年质量好的视频会议/信创视频会议系统性能榜 - 行业平台推荐
  • SSRS Reporting Service 日志
  • Kotaemon如何判断答案置信度?不确定性量化机制
  • 【AI】一种基于YOLOv8/v11目标检测模型之检测人体的脚本及服务1️⃣【Ubuntu 22.04】
  • 9个AI论文工具,助你搞定本科生毕业写作!
  • 2025年靠谱的年会活动策划/活动策划行业影响力品牌榜 - 行业平台推荐
  • 四季通用不换款!2025敏感肌友好的沐浴露口碑爆款,温和无刺激超安心,春舒缓夏清爽秋保湿冬修护 - 资讯焦点
  • 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
  • Kotaemon支持跨语言检索吗?国际化部署注意事项
  • 过滤器安装框架厂家哪家好?解析与靠谱推荐 - myqiye
  • Kotaemon能否生成思维导图?知识结构可视化尝试
  • 2026年外汇实时行情API选型指南
  • 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
  • Kotaemon是否适合你?适用场景与局限性全面评估
  • Kotaemon负载均衡配置:Nginx反向代理部署实例
  • 数据越采越多,为什么用电管理反而更难了?
  • java二进制读写
  • Kotaemon流式输出优化:降低首字节延迟
  • 8个AI论文工具,助你高效完成研究生毕业论文!
  • 30、深入探索 Doors 函数:从原理到实践
  • 2025-2026瓶盖扭矩仪/扭矩测试仪中外头部企业竞争解析与市场布局 - 品牌推荐大师
  • 9、Windows PowerShell实用技巧与文件系统管理
  • Kotaemon数据可视化建议:图表类型智能推荐
  • 2025年热门的OA系统官方网站客户满意度榜 - 行业平台推荐
  • 如何通过Kotaemon减少对云端API的依赖?
  • 全国中医师承靠谱机构推荐阿虎医考师承:跟对机构真的很重要 - 资讯焦点
  • 10、Windows 文件系统操作全解析
  • Kotaemon支持gRPC通信吗?高性能微服务集成