使用gradio库实现Web应用，允许用户上传图像，并使用YOLOv8模型对图像进行目标检测。

像风一样自由20202024-06-06 11:07

一、Gradio

Gradio 详细介绍

Gradio 是一个用于构建和分享机器学习模型和数据科学应用的开源Python库。它简化了创建交互式Web界面的过程，让开发者可以快速搭建原型并与他人分享。

主要特性

  1. 易用性：

    • 无需前端开发经验：只需几行Python代码就可以创建功能完备的Web界面。
    • 即时部署：可以快速本地运行和在线共享。

  2. 广泛的支持：

    • 支持多种输入和输出类型：包括图像、文本、音频、视频、滑动条等。
    • 与主流机器学习框架兼容：如TensorFlow、PyTorch、scikit-learn等。

  3. 自动化：

    • 自动生成接口：根据定义的函数自动生成Web界面。
    • 实时更新：可以实时查看和测试模型的效果。

  4. 协作和分享：

    • 共享链接：生成的应用可以通过链接分享，方便他人访问和测试。
    • 集成到现有的工作流程中：可以与Jupyter Notebook、Google Colab等集成使用。
Gradio的基本使用方法

  1. 安装Gradio：

    bash 复制代码 
    pip install gradio

  2. 创建一个简单的Gradio应用：

    python 复制代码 
    import gradio as gr

def greet(name):
    return f"Hello {name}!"

iface = gr.Interface(fn=greet, inputs="text", outputs="text")
iface.launch()
    • gr.Interface：定义了一个简单的接口。
    • fn=greet：指定了处理函数。
    • inputs="text"：定义输入组件为文本输入框。
    • outputs="text"：定义输出组件为文本输出框。
    • iface.launch()：启动Gradio应用。

  3. 支持多种输入和输出类型 ：

    Gradio支持多种输入和输出组件，如图像、视频、音频、滑动条、复选框等。

    python 复制代码 
    def classify_image(image):
    # 假设有一个预训练的分类模型
    return "分类结果"

iface = gr.Interface(fn=classify_image, inputs=gr.inputs.Image(), outputs="text")
iface.launch()

  4. 多个输入和输出 ：

    支持多输入和多输出的情况，可以构建复杂的界面。

    python 复制代码 
    def process_data(name, age, image):
    # 假设处理这些输入并返回结果
    return f"Name: {name}, Age: {age}", image

iface = gr.Interface(
    fn=process_data,
    inputs=[gr.inputs.Textbox(label="Name"), gr.inputs.Slider(0, 100, label="Age"), gr.inputs.Image(type="numpy", label="Image")],
    outputs=["text", "image"]
)
iface.launch()
Gradio组件

Gradio提供了多种组件来满足不同的输入输出需求。以下是一些常用的组件：

  • 文本输入 ：gr.inputs.Textbox
  • 滑动条 ：gr.inputs.Slider
  • 复选框 ：gr.inputs.Checkbox
  • 图像 ：gr.inputs.Image
  • 音频 ：gr.inputs.Audio
  • 视频 ：gr.inputs.Video

每个组件都可以通过不同的参数进行定制，以满足特定的需求。

高级特性

  1. 自定义CSS和JS ：

    Gradio允许用户自定义应用的外观和行为，通过添加自定义的CSS和JavaScript文件。

  2. 集成到现有工作流 ：

    Gradio应用可以嵌入到Jupyter Notebook、Google Colab等环境中，方便与数据科学工作流的无缝集成。

  3. 共享和部署 ：

    Gradio提供了一键共享功能，可以生成一个临时链接，方便快速分享应用。还可以将应用部署到云端，提供更长时间的访问。

  4. 错误处理和调试 ：

    提供了详细的错误信息和调试工具，帮助开发者快速定位和解决问题。

二、实例

本文主要使用Gradio库创建了一个Web应用，允许用户上传图像，并使用YOLOv8模型对图像进行目标检测。处理后的图像会显示检测框和标签，并展示检测结果的详细信息。通过简单的Web界面，用户可以轻松地进行图像检测而无需编写复杂的前端代码。

代码实现的具体功能

  • 图像上传：用户可以通过Web界面上传图像文件。
  • 目标检测：上传的图像被传递给YOLO模型进行目标检测。
  • 结果展示：处理后的图像会在Web界面显示，并且显示检测到的目标物体的类别、置信度和位置。
  • 交互体验：用户可以实时查看检测结果，并可以继续上传新的图像进行检测。

通过上述代码，用户能够方便地使用YOLOv8模型进行图像目标检测，并通过直观的Web界面查看结果。

下面是代码的流程以及各部分的作用功能：

代码流程和功能

  1. 引入必要的库：

    python 复制代码 
    import gradio as gr
import cv2
import numpy as np
import os
from ultralytics import YOLO
    • gradio：用于创建Web界面的库。
    • cv2：用于图像处理的OpenCV库。
    • numpy：用于处理数组和矩阵的库。
    • os：用于文件和目录操作。
    • ultralytics.YOLO：用于加载和使用YOLOv8模型。

  2. 设置上传和结果文件夹：

    python 复制代码 
    UPLOAD_FOLDER = 'uploads'
RESULT_FOLDER = 'results'
os.makedirs(UPLOAD_FOLDER, exist_ok=True)
os.makedirs(RESULT_FOLDER, exist_ok=True)
    • UPLOAD_FOLDER和RESULT_FOLDER：定义上传文件和处理结果的保存目录。
    • os.makedirs：创建目录（如果目录不存在）。

  3. 加载YOLO模型：

    python 复制代码 
    model = YOLO('yolov8n.pt')
    • model：加载YOLOv8模型，用于后续的图像检测。

  4. 定义图像处理函数：

    python 复制代码 
    def process_image(image):
    # 保存上传的图像
    filename = 'uploaded_image.jpg'
    file_path = os.path.join(UPLOAD_FOLDER, filename)
    cv2.imwrite(file_path, image)

    # 处理图像
    results = model(image)
    detection_results = []
    for result in results:
        boxes = result.boxes
        for box in boxes:
            x1, y1, x2, y2 = box.xyxy[0]
            conf = box.conf[0]
            cls = box.cls[0]
            cv2.rectangle(image, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
            cv2.putText(image, f'{cls}:{conf:.2f}', (int(x1), int(y1) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9,
                        (36, 255, 12), 2)
            detection_results.append(f'Class: {cls}, Confidence: {conf:.2f}, Box: ({x1}, {y1}), ({x2}, {y2})')

    # 保存处理后的图像
    result_filename = 'result_image.jpg'
    result_path = os.path.join(RESULT_FOLDER, result_filename)
    cv2.imwrite(result_path, image)

    return image, '\n'.join(detection_results)
    • process_image函数：处理上传的图像，使用YOLO模型进行检测，绘制检测框和标签，并返回处理后的图像和检测结果文本。
      • 保存上传的图像到指定目录。
      • 使用YOLO模型对图像进行检测。
      • 绘制检测框和标签，并保存处理后的图像。
      • 返回处理后的图像和检测结果文本。

  5. 创建Gradio界面：

    python 复制代码 
    iface = gr.Interface(
    fn=process_image,
    inputs=gr.Image(type="numpy", label="上传图像"),
    outputs=[gr.Image(type="numpy", label="处理后的图像"), gr.Textbox(label="检测结果")],
    title="YOLOv8 图像检测",
    description="上传图像并使用YOLOv8模型进行检测"
)
    • gr.Interface：定义Gradio界面的主要组件。
    • fn=process_image：指定处理函数为process_image。
    • inputs=gr.Image(type="numpy", label="上传图像")：定义图像上传输入组件。
    • outputs=[gr.Image(type="numpy", label="处理后的图像"), gr.Textbox(label="检测结果")]：定义处理后的图像输出和检测结果文本输出组件。
    • title和description：设置界面的标题和描述。

完整代码如下：

python 复制代码 
import gradio as gr
import cv2
import numpy as np
import os
from ultralytics import YOLO

# 设置上传和结果文件夹
UPLOAD_FOLDER = 'uploads'
RESULT_FOLDER = 'results'
os.makedirs(UPLOAD_FOLDER, exist_ok=True)
os.makedirs(RESULT_FOLDER, exist_ok=True)

# 加载模型
model = YOLO('yolov8n.pt')

def process_image(image):
    # 保存上传的图像
    filename = 'uploaded_image.jpg'
    file_path = os.path.join(UPLOAD_FOLDER, filename)
    cv2.imwrite(file_path, image)

    # 处理图像
    results = model(image)
    detection_results = []
    for result in results:
        boxes = result.boxes
        for box in boxes:
            x1, y1, x2, y2 = box.xyxy[0]
            conf = box.conf[0]
            cls = box.cls[0]
            cv2.rectangle(image, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2)
            cv2.putText(image, f'{cls}:{conf:.2f}', (int(x1), int(y1) - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.9,
                        (36, 255, 12), 2)
            detection_results.append(f'Class: {cls}, Confidence: {conf:.2f}, Box: ({x1}, {y1}), ({x2}, {y2})')

    # 保存处理后的图像
    result_filename = 'result_image.jpg'
    result_path = os.path.join(RESULT_FOLDER, result_filename)
    cv2.imwrite(result_path, image)

    return image, '\n'.join(detection_results)

# 创建Gradio界面
iface = gr.Interface(
    fn=process_image,
    inputs=gr.Image(type="numpy", label="上传图像"),
    outputs=[gr.Image(type="numpy", label="处理后的图像"), gr.Textbox(label="检测结果")],
    title="YOLOv8 图像检测",
    description="上传图像并使用YOLOv8模型进行检测"
)

# 启动Gradio应用
iface.launch()

运行，复制下面链接：

界面如下：

选择图片检测结果如下：

三、 番外篇-YOLOV10尝鲜

最近由清华大学的研究团队研发的最新的YOLOV10模型。这一新一代的YOLO模型专注于实时端到端的目标检测。YOLOv10在多个方面进行了改进，包括优化模型架构、消除非极大值抑制（NMS）后处理步骤，并引入了高效的模型设计策略，从而在提高检测精度的同时显著降低了计算开销和推理延迟。

具体来说，YOLOv10的研发团队包括Ao Wang, Hui Chen, Lihao Liu, Kai Chen, Zijia Lin, Jungong Han和Guiguang Ding。这些研究人员通过广泛的实验，证明了YOLOv10在不同模型规模上实现了最先进的性能和效率。例如，与YOLOv9-C相比，YOLOv10-B在相同性能下延迟减少了46%，参数减少了25%。

通过这些改进，YOLOv10在实时性和精度方面都达到了新的高度，适用于各种实时目标检测应用，如自动驾驶、视频监控和智能安防等。

好奇心驱使尝试一下v10模型的效果。下载了yolov10s.pt版本，进行实时视频监控测试。

各版本下载和介绍如下：

模型下载：

python 复制代码 
YOLOv10-N:https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10n.pt
YOLOv10-S:https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10s.pt
YOLOv10-M:https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10m.pt
YOLOv10-B:https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10b.pt
YOLOv10-L:https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10l.pt
YOLOv10-X:https://github.com/THU-MIG/yolov10/releases/download/v1.1/yolov10x.pt

模型介绍：

YOLOv10实战：30行左右代码构建基于YOLOv10的实时视频监控

代码如下：运行后电脑摄像头自动开启，实时检测摄像头内的目标。

python 复制代码 
import cv2
from ultralytics import YOLOv10

model = YOLOv10("yolov10s.pt")
cap = cv2.VideoCapture(0)
while True:
    ret, frame = cap.read()
    if not ret:
        break  # 如果没有读取到帧，退出循环
    results = model.predict(frame)
    # 遍历每个预测结果
    for result in results:
        # 结果中的每个元素对应一张图片的预测
        boxes = result.boxes  # 获取边界框信息
        for box in boxes:
            x1, y1, x2, y2 = map(int, box.xyxy[0])
            cls = int(box.cls[0])
            conf = float(box.conf[0])
            cv2.rectangle(frame, (x1, y1), (x2, y2), (255, 0, 0), 2)
            cv2.putText(frame, f'{model.names[cls]} {conf:.2f}', (x1, y1 - 10), cv2.FONT_HERSHEY_SIMPLEX, 0.5,
                        (255, 0, 0), 2)
    # 显示带有检测结果的帧
    cv2.imshow('YOLOv10实时检测', frame)
    # 按'q'键退出
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

检测结果：

检测效果确实很赞！

参考:基于YOLOv10实现你的第一个视觉AI大模型

四、 YOLO版本简史

YOLO（You Only Look Once）系列目标检测模型的发展历程中，不同版本是由不同的研究团队研发的。以下是各个版本的研发团队简介：

YOLOv1

研发团队：Joseph Redmon, Santosh Divvala, Ross Girshick, Ali Farhadi

  • 机构：华盛顿大学和Facebook AI Research (FAIR)
  • 发布时间：2016年
  • 简介：YOLOv1是YOLO系列的第一个版本，提出了一种统一的目标检测方法，能够在单次前向传递中预测物体边界和类别。

YOLOv2 (YOLO9000)

研发团队：Joseph Redmon, Ali Farhadi

  • 机构：华盛顿大学
  • 发布时间：2017年
  • 简介：YOLOv2在YOLOv1的基础上进行了改进，引入了多尺度训练和Batch Normalization等技术，并扩展了模型的检测能力（YOLO9000）来识别9000种类别。

YOLOv3

研发团队：Joseph Redmon, Ali Farhadi

  • 机构：华盛顿大学
  • 发布时间：2018年
  • 简介：YOLOv3进一步改进了网络结构，引入了残差网络和多尺度特征金字塔，使其在精度和速度上有显著提升。

YOLOv4

研发团队：Alexey Bochkovskiy, Chien-Yao Wang, Hong-Yuan Mark Liao

  • 机构：Alexey Bochkovskiy的独立研究与台湾国立中山大学
  • 发布时间：2020年
  • 简介：YOLOv4在YOLOv3的基础上，结合了许多新技术如CSPNet、Mish激活函数和SAM，进一步提高了性能。

YOLOv5

研发团队：Glenn Jocher

  • 机构：Ultralytics LLC
  • 发布时间：2020年
  • 简介：YOLOv5由Ultralytics团队开发，注重易用性和快速部署，提供了多种预训练模型和丰富的工具，便于在各种应用中使用。

YOLOv6

研发团队：Meituan-Dianping

  • 机构：美团
  • 发布时间：2022年
  • 简介：YOLOv6专注于工业应用中的高效目标检测，优化了模型的推理速度和精度，适合在生产环境中部署。

YOLOv7

研发团队：Wong Kin-Yiu, Alexey Bochkovskiy, Chien-Yao Wang, Hong-Yuan Mark Liao

  • 机构：台湾国立中山大学
  • 发布时间：2022年
  • 简介：YOLOv7进一步优化了网络架构和训练策略，使得模型在速度和精度上都达到了新的高度。

YOLOv8

研发团队：Ultralytics LLC

  • 机构：Ultralytics LLC
  • 发布时间：2023年
  • 简介：YOLOv8延续了YOLOv5的开发理念，通过改进的架构和训练方法，进一步提升了目标检测的性能和效率。

YOLOv9

研发团队：Ultralytics LLC

  • 机构：Ultralytics LLC
  • 发布时间：2024年
  • 简介：YOLOv9在YOLOv8的基础上，针对大规模数据集和复杂场景进行了优化，提供了更高的检测精度和速度。

YOLOv10

研发团队：Ao Wang, Hui Chen, Lihao Liu, Kai Chen, Zijia Lin, Jungong Han, Guiguang Ding

  • 机构：清华大学
  • 发布时间：2024年
  • 简介：YOLOv10通过优化模型架构和消除非极大值抑制（NMS），显著提升了实时目标检测的性能和效率。

这些不同版本的YOLO模型在各自的时代都对目标检测技术做出了重要贡献，推动了这一领域的发展。各个版本在精度、速度和易用性上都有不同的侧重点，以满足不同应用场景的需求。

相关推荐
点云SLAM2 分钟前
Python中in和is关键字详解和使用
开发语言·人工智能·python·python学习·in和is关键字·python中for循环
沃洛德.辛肯38 分钟前
PyTorch 的 F.scaled_dot_product_attention 返回Nan
人工智能·pytorch·python
noravinsc1 小时前
人大金仓数据库 与django结合
数据库·python·django
豌豆花下猫1 小时前
Python 潮流周刊#102：微软裁员 Faster CPython 团队（摘要）
后端·python·ai
yzx9910131 小时前
Gensim 是一个专为 Python 设计的开源库
开发语言·python·开源
麻雀无能为力2 小时前
python自学笔记2 数据类型
开发语言·笔记·python
Ndmzi2 小时前
matlab与python问题解析
python·matlab
懒大王爱吃狼2 小时前
怎么使用python进行PostgreSQL 数据库连接？
数据库·python·postgresql
猫猫村晨总2 小时前
网络爬虫学习之httpx的使用
爬虫·python·httpx
web150854159352 小时前
Python线性回归：从理论到实践的完整指南
python·机器学习·线性回归
热门推荐
01YOLOv8入门 | 重要性能衡量指标、训练结果评价及分析及影响mAP的因素【发论文关注的指标】02KGG转MP3工具|非KGM文件|解密音频03从零安装 LLaMA-Factory 微调 Qwen 大模型成功及所有的坑04【SpeedAI科研小助手】2分钟极速解决知网维普重复率、AIGC率过高，一键全文降！文件格式不变，公式都保留的！05DeepSeek各版本说明与优缺点分析06Coze扣子平台完整体验和实践（附国内和国际版对比）07YOLOv5改进 | 添加CA注意力机制 + 增加预测层 + 更换损失函数之GIoU08苍穹外卖面试总结09yolov8，yolo11，yolo12 服务器训练到部署全流程 笔记10【解决】Android Gradle Sync 报错 Could not read workspace metadata