一 docker容器导出日志

导出日志在Linux服务器的本地目录下，可以直接下载

docker logs 容器名称 > log.txt

二 Flask使用main执行

1 改dockerfile 文件内容

#CMD [ "python3", "-m" , "flask", "run", "--host=0.0.0.0"]
CMD [ "python", "./app.py" ]

2 改 app.py 中的内容

from flask import Flaskapp = Flask(__name__)@app.route('/')
def hello():return "Hello, World!"if __name__ == '__main__':app.run(host='0.0.0.0')

三 针对加载模型时间过长

将模型在主程序 main 中加载，进行flask交互时，将全局变量直接导入使用模块中，比如提前加载YOLOv5模型。

if __name__ == "__main__":os.makedirs("./config/", exist_ok=True)config = Config('config/config.json')print("加载YOLO模型：")# 从本地目录加载自定义的YOLOv5模型yolo_model = torch.hub.load('yolov5', 'custom', path='yolov5/best.pt', source='local')# 设置置信度阈值yolo_model.conf = config.floating_thresholdapp.run(host='0.0.0.0')

四 提取图片中的识别区，将无关部分去除

def adjust_img_size(img, width_ratio=1, height_ratio=0.8, padding_color=(255, 255, 255)):"""获取图片中间长宽各1/2的中间区域，外部全部填充为指定颜色。Parameters:img (numpy.ndarray or PIL.Image.Image): 输入的图片，可以是numpy数组或PIL图像对象。padding_color (tuple): 填充的颜色，格式为 (R, G, B)。width_ratio:ratioheight_ratio:ratioReturns:numpy.ndarray: 调整后的图片数组。"""# 将输入图片转换为numpy数组if isinstance(img, Image.Image):img = np.array(img)# 获取图片尺寸height, width, channels = img.shape# 创建填充区域padding = np.full((height, width, channels), padding_color, dtype=np.uint8)# 计算截取的高度和宽度crop_height = int(height * height_ratio)crop_width = int(width * width_ratio)height_1 = int((height - crop_height)*0.5)width_1 = int((width - crop_width) * 0.5)# 截取图像cropped_image = img[height_1:crop_height + height_1, width_1:crop_width + width_1]# 将原始图片放入填充区域的中间padding[height_1:crop_height + height_1, width_1:crop_width + width_1] = cropped_imagereturn padding

返回图片中固定比例的点

def get_point(img, height_ratio, width_ratio):"""返回图片中的点目标点，用于在图上做标注"""# 获取图片尺寸height, width, channels = img.shape# print('查看形状：', img.shape)# 计算截取的高度和宽度crop_height = int(height * height_ratio)crop_width = int(width * width_ratio)height_1 = int((height - crop_height))width_1 = int((width - crop_width) * 0.5)width_2 = width - width_1height_2 = height - int((height - crop_height) * 0.5)# print('查看返回值：', width_1, height_1, width_2, height_2)return width_1, height_1, width_2, height_2