【YOLOV5 入门】——Gradio搭建Web GUI

引入:上节搭建的UI可视化界面只能以运行程序弹出窗口的形式运行,不能在网页Web中使用,本次代码将会非常少!


一、Gradio简介与安装

Gradio 是一个用于构建机器学习模型演示界面和Web应用的开源库。提供了简单易用的界面,使您可以快速地将机器学习模型部署为交互式应用程序,而无需编写大量的前端代码。下面是一些关于 Gradio 的主要特点和功能:

  • 简单易用:Gradio 提供了简洁直观的 API,使得用户能够轻松地创建交互式界面。

  • 多样化的输入和输出:Gradio 支持多种类型的输入和输出,包括文本、图像、视频、音频和数据框。这使得您可以将各种类型的模型部署为交互式应用程序,例如图像分类、文本生成、对象检测等。

  • 自定义界面:Gradio 允许用户自定义界面的布局和样式,以满足特定的需求。您可以轻松地调整输入和输出部件的大小、排列方式和样式。

  • 实时更新:Gradio 提供了实时更新的功能,使得应用程序能够在用户与模型进行交互的同时实时更新输出结果。

  • 多模型集成:Gradio 支持将多个模型集成到同一个应用程序中,使用户能够比较不同模型的性能和结果。

  • 部署和共享:Gradio 允许用户将创建的应用程序部署到云端或本地服务器,并生成一个分享链接,方便用户与他人共享应用程序。

Pycharm终端进入虚拟环境,pip安装:

pip install gradio


二、gradio_demo搭建Web GUI

1、简单界面

import torch
import gradio as grmodel = torch.hub.load("./", "custom", "runs/train/exp9/weights/best", source="local")
gr.Interface(inputs=["image"], outputs=["image"], fn=lambda img:model(img).render()[0]).launch()
"""
用 Gradio 创建了一个界面,该界面接受一个图像作为输入,并输出一个图像:
gradio.Interface: 这是 Gradio 中用于创建交互式界面的主要类。您可以使用它来定义输入和输出以及应用程序的行为。
inputs=["image"]: 这表示输入部分只有一个元素,类型为图像。在这个界面中,用户将能够上传一张图像作为输入。实际用的inputs=[gr.Image]类,这里由于不需要变更直接使用字符串映射实例化
outputs=["image"]: 这表示输出部分也只有一个元素,同样是图像类型。这意味着用户将得到一张图像作为输出。
fn=lambda img:model(img).render()[0]: 这是定义了应用程序行为的部分。在这里,fn 参数接受一个函数,该函数将输入图像作为参数,然后返回一个图像作为输出。在这个函数中,model(img) 调用了一个模型,该模型接受图像作为输入并返回一个结果。.render()[0] 则表示从模型返回的结果中取出第一个元素,这可能是处理后的图像。
launch(): 这是用于启动 Gradio 应用程序的方法。一旦调用了 launch(),Gradio 将根据之前定义的输入、输出和行为创建一个界面,并在默认浏览器中打开该界面,以便用户与之交互。
"""

上面是一个最基本的代码demo,运行上面代码:

ctrl+左击链接可跳转web:


2、充实界面

现在界面太单一,下面完善代码:

import torch
import gradio as grmodel = torch.hub.load("./", "custom", "runs/train/exp9/weights/best", source="local")title = "基于Gradio搭建YOLOv5检测Web GUI"
desc = "这种方式搭建的UI界面代码量很少,不要太方便!!!"base_conf,base_iou = 0.35, 0.55  #定义一个基准的conf和iou参数,刚打开会设置为这个,点击web界面“clear”按钮也可返回默认值def det_image(img, conf_thresh, iou_thresh):model.conf = conf_thresh  #将滑动条对应的conf和iou参数给modelmodel.iou = iou_threshreturn model(img).render()[0]gr.Interface(inputs=["image",gr.Slider(minimum=0,maximum=1, value=base_conf),gr.Slider(minimum=0,maximum=1,value=base_iou)], #inputs=["image","slider", "slider"]slider为调整conf和iou参数的滑动条,默认时0-100,需要调整所以没用这种写法outputs=["image"],fn=det_image,title=title,description=desc).launch()

如果还想添加功能可继续完善下面函数,比如可以添加几张可供选择的示例图片:

.....
gr.Interface(inputs=["image",gr.Slider(minimum=0,maximum=1, value=base_conf),gr.Slider(minimum=0,maximum=1,value=base_iou)], #inputs=["image","slider", "slider"]slider为调整conf和iou参数的滑动条,默认时0-100,需要调整所以没用这种写法outputs=["image"],fn=det_image,title=title,description=desc,examples = [["./datasets/images/train/y.png", base_conf, base_iou],["./datasets/images/train/l.png", base_conf, base_iou]]).launch()

如果说想调用摄像头检测,可把input参数做调整:

....
gr.Interface(inputs=[gr.Webcam(),gr.Slider(minimum=0,maximum=1, value=base_conf),gr.Slider(minimum=0,maximum=1,value=base_iou)], #inputs=["image","slider", "slider"]slider为调整conf和iou参数的滑动条,默认时0-100,需要调整所以没用这种写法outputs=["image"],fn=det_image,title=title,description=desc,examples = [["./datasets/images/train/y.png", base_conf, base_iou],["./datasets/images/train/l.png", base_conf, base_iou]]).launch()

如果不想要每次点击submit提交,可以加一个参数live =True:

...
gr.Interface(inputs=["image",gr.Slider(minimum=0,maximum=1, value=base_conf),gr.Slider(minimum=0,maximum=1,value=base_iou)], #inputs=["image","slider", "slider"]slider为调整conf和iou参数的滑动条,默认时0-100,需要调整所以没用这种写法outputs=["image"],fn=det_image,title=title,description=desc,live= True,examples = [["./datasets/images/train/y.png", base_conf, base_iou],["./datasets/images/train/l.png", base_conf, base_iou]]).launch()

如果想将其生成一个地址,在公网的任何地方点击都可运行,可指定launch的参数share=True,这样其他人也可通过链接进行使用:

.....
gr.Interface(inputs=["image",gr.Slider(minimum=0,maximum=1, value=base_conf),gr.Slider(minimum=0,maximum=1,value=base_iou)], #inputs=["image","slider", "slider"]slider为调整conf和iou参数的滑动条,默认时0-100,需要调整所以没用这种写法outputs=["image"],fn=det_image,title=title,description=desc,live= True,examples = [["./datasets/images/train/y.png", base_conf, base_iou],["./datasets/images/train/l.png", base_conf, base_iou]]).launch(share=True)

由于服务器在国外,链接什么的加载较慢,可自行试验!

这种是最基础的Web GUI设计方法,如果有更多复杂需求可以使用其他工具!


往期精彩

STM32专栏(9.9)icon-default.png?t=N4N7http://t.csdnimg.cn/A3BJ2

OpenCV-Python专栏(9.9)icon-default.png?t=N4N7http://t.csdnimg.cn/jFJWe

AI底层逻辑专栏(9.9)icon-default.png?t=N4N7http://t.csdnimg.cn/6BVhM

机器学习专栏(免费)icon-default.png?t=N4N7http://t.csdnimg.cn/ALlLlSimulink专栏(免费)icon-default.png?t=N4N7http://t.csdnimg.cn/csDO4电机控制专栏(免费)icon-default.png?t=N4N7http://t.csdnimg.cn/FNWM7 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/pingmian/12422.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

云端的艺术革命:云渲染如何重塑动画与视觉特效产业

在 2019 年,乔恩费儒(Jon Favreau)决定重拍迪士尼的经典电影《狮子王》。他的创新构想是以真实动物为模型,在非洲草原上拍摄,由真实动物“出演”的辛巴和其他角色,随后通过配音赋予它们生命。 为了实现这一…

janus源码分析(1)--代码结构整理

基础说明 janus官网 https://janus.conf.meetecho.com/index.html janus源码地址 https://github.com/meetecho/janus-gateway 编译及部署参考 https://pro-hnb.blog.csdn.net/article/details/137730389?spm1001.2014.3001.5502 https://pro-hnb.blog.csdn.net/article/deta…

【Python探索之旅】列表

目录 特点 入门 访问元素 新增元素 修改元素 插入元素 删除元素 完结撒花 前言 在Python中,列表(List)是最常用的数据结构之一,类似于其他语言,如Java,与其不同啊Python中不需要声明数据类型。它提供了一种灵活且高效的方式…

Linux-线程

目录 1. 线程概念 2. 线程vs进程 3. 线程的优缺点 4. 线程创建 4.1 pthread_create 4.2 pthread_self 5. 线程终止 5.1 return 5.2 pthread_exit 5.3 pthread_cancel 6. 线程等待 7. 线程分离 1. 线程概念 线程:轻量级进程,在进程内部执行&a…

谷歌Gemini时代来了!加固搜索护城河、赋能全家桶,Gemini 1.5 Pro升级至200万token

3 月中旬,谷歌宣布 Google I/O 定档北京时间 5 月 15 日凌晨 1 点。而当大会开幕时间临近,本应是讨论度最高的时候,「宿敌」OpenAI 却半路杀出,抢先一天,仅耗时 27 分钟就发布了颠覆性巨作 GPT-4o,将新一轮…

PyTorch中定义自己的数据集

文章目录 1. 简介2. 查看PyTorch自带的数据集(可视化)3. 准备材料3.1 图片数据3.2 标签数据 4. 方法 1. 简介 尽管PyTorch提供了许多自带的数据集,如MNIST、CIFAR-10、ImageNet等,但它们对于没有经验的用户来说,理解数据加载器的工作原理以及…

【启程Golang之旅】环境设置、工具安装与代码实践

欢迎来到Golang的世界!在当今快节奏的软件开发领域,选择一种高效、简洁的编程语言至关重要。而在这方面,Golang(又称Go)无疑是一个备受瞩目的选择。在本文中,带领您探索Golang的世界,一步步地了…

【Web后端】MVC模式

1、简介 MVC模式,全称Model-View-Controller(模型-视图-控制器)模式,是一种软件设计典范,它将应用程序的用户界面(视图)和业务逻辑(模型)分离,同时提供了一个…

K8S内容

K8S介绍 1、故障迁移:当某一个node节点关机或挂掉后,node节点上的服务会自动转移到另一个node节点上,这个过程所有服务不中断。这是docker或普通云主机是不能做到的 2、资源调度:当node节点上的cpu、内存不够用的时候,可以扩充node节点&…

​​​【收录 Hello 算法】6.2 哈希冲突

目录 6.2 哈希冲突 6.2.1 链式地址 6.2.2 开放寻址 1. 线性探测 2. 平方探测 3. 多次哈希 6.2.3 编程语言的选择 6.2 哈希冲突 上一节提到,通常情况下哈希函数的输入空间远大于输出空间,因此理论上哈希冲突是不可避免的。比如&a…

LeetCode题练习与总结:不同的二叉搜索树--96

一、题目描述 给你一个整数 n ,求恰由 n 个节点组成且节点值从 1 到 n 互不相同的 二叉搜索树 有多少种?返回满足题意的二叉搜索树的种数。 示例 1: 输入:n 3 输出:5示例 2: 输入:n 1 输出&…

从需求角度介绍PasteSpider(K8S平替部署工具)

你是否被K8S的强大而吸引,我相信一部分人是被那复杂的配置和各种专业知识而劝退,应该还有一部分人是因为K8S太吃资源而放手! PasteSpider是一款使用c#编写的linux容器部署工具,简单易上手,非常节省资源,支持…

shell脚本实现linux系统自动化配置免密互信

目录 背景脚本功能脚本内容及使用方法 1.背景 进行linux自动化运维时需要先配置免密,但某些特定场景下,做了互信的节点需要取消免密,若集群庞大节点数量多时,节点两两之间做互信操作非常麻烦,比如有五个节点&#x…

C++——动态规划

公共子序列问题 ~待补充 最长公共子序列 对于两个字符串A和B,A的前i位和B的前j位的最大公共子序列必然是所求解的一部分,设dp[i][j]为串A前i位和B串前j位的最长公共子序列的长度,则所求答案为dp[n][m],其中n,m分别为…

微信小程序主体变更的操作教程

小程序迁移变更主体有什么作用?进行小程序主体迁移变更,那可是益处多多呀!比方说,能够解锁更多权限功能;在公司变更或注销时,还能保障账号的正常使用;此外,收购账号后,也…

详解xlsxwriter 操作Excel的常用API

我们知道可以通过pandas 对excel 中的数据进行处理分析,但是pandas本身对格式化数据方面提供了很少的支持,如果我们想对pandas进行数据分析后的数据进行格式化相关操作,我们可以使用xlsxwriter,本文就对xlsxwriter的常见excel格式…

Salesforce AI研究: 从奖励建模到在线RLHF工作流

摘要 该研究在本技术报告中介绍了在线迭代基于人类反馈的强化学习(Online Iterative Reinforcement Learning from Human Feedback, RLHF)的工作流程,在最近的大语言模型(Large Language Model, LLM)文献中,这被广泛报道为大幅优于其离线对应方法。然而,现有的开源RLHF项目仍然…

Android存储文件路径的区别

一、Android存储简介 Android系统分为内部存储和外部存储 从Android6.0开始不断在更新存储权限 外部存储路径的开头:storage/emulated/0 内部存储文件路径的开头:/data/user/0/应用的包名(packageName) 在设备上对应的目录为/data…

Linux的命名管道 共享内存

目录 命名管道 mkfifo函数 unlink函数 命名管道类 服务端 客户端 共享内存 shmget函数 ftok函数 key和shmid的区别 snprintf函数 ipcs指令 ipcrm指令 shmctl函数 shmat函数 void*做返回值 创建共享内存空间 服务端 客户端 命名管道 基本概念&#xff1…

笔记本黑屏,重新开机主板没有正常运作的解决办法

拆开笔记本后壳,打开看到主板,将主板上的这颗纽扣电池拆下来,如果是带连接线的(如下图),可以将接口处线头拔出,等1分钟再把线接上。 ------------- 以下是科普 首先,电脑主板上的这…