1. Johngo学长首页
  2. 技术点详细复盘专题
  3. 人工智能

春节小游戏之图片分类（Pytorch模型部署）

• 人工智能 • 阅读 75

文章目录

本博文优先在掘金社区发布！

前言

啥也不说了，来先看效果图

春节小游戏之图片分类（Pytorch模型部署）
本来我是打算去把昨天在实验平台训练的模型拿到手的，结果当我早上起来一看，发现不知道为什么，可能是用的人多，我的云设备断开了，于是在训练了37轮之后就挂了。没办法我只能去重新训练，想着多训练几次，然后
不出意外又挂了，mad，人嘛了。
没办法我只能把昨天的模型拿过来，这个的识别率只有 62.4%。我其实还有想法去做那个涂鸦识别的，但是这个数据集太大了，网络到是有搭建好的，后面可以看看把人家训练好的模型拿过来，然后结合一下先前mediapipe做的demo，实在不行，把这个ciarf10拿过来，然后自己搞点数据集，也能分类涂鸦，没办法，复杂的神经网络模型，很难训练，没有设备GTX1650表示顶不住，一个VGG你都要训练好几天，所以只能拿这个玩玩。

; 环境

我这里使用的是 Django3.2
用的是我经常使用的一个测试项目（直接有现成的嘛）
然后是直接使用html css js 写的。

项目结构

这个我是直接在原来的测试项目里面创建的。也就是这样的。

春节小游戏之图片分类（Pytorch模型部署）
春节小游戏之图片分类（Pytorch模型部署）
我们的代码都在这APP里面。
当然还有就是，这里使用了一张背景图片
春节小游戏之图片分类（Pytorch模型部署）
其他的就没有了，基本上就那样。

; 前端

现在上我们的前端代码
这个就两个页面

图片上传

DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>图片识别Demotitle>
head>

<style>
    .center {

        margin: 0 auto;
        width: 80%;
        border: 5px solid #18a0ec;
        transition: all 0.9s;
        border-radius: 10px;
        background-image:url("/static/media/torchbackground.jpg") ;
        background-repeat: no-repeat;
        background-size: cover;
        -webkit-background-size: cover;
        -o-background-size: cover;
        background-position: center 0;

    }
    .centerin{
        width: 500px;
        height: 500px;
        margin: 0 auto;
        padding: 10%;

        border-radius: 10px;
    }

        button {
        margin-left: 80%;
        width: 20%;
        height: 35px;
        border-width: 0px;
        border-radius: 3px;
        background: #1E90FF;
        cursor: pointer;
        outline: none;
        font-family: Microsoft YaHei;
        color: white;
        font-size: 17px;
    }
    #info{
        width: 500px;

        margin: 0 auto;
        background: #9becff;
        border-radius: 10px;
    }
    #info:hover {
      box-shadow: 0px 15px 30px rgba(0, 0, 0, 0.4);
      margin-top: 5px;
}

    .tips{

      text-align:center;
      color:#fff;
      text-shadow: #1e88e1 5px 5px 5px;
}
style>

<body>
<div class="center">
    <div class="centerin">

        <div id="info">
              <p class="tips" style="margin: 0 auto;">
                    本Demo是基于CIARF10模型和官方数据集进行构建的10分类模型，能够识别
                    {飞机，自行车,小鸟，小猫，小狗，小鹿，青蛙，小马，船，卡车}
                    @Huterox
              p>
        div>


        <form action="{% url 'torch:hello' %}" enctype="multipart/form-data" method="POST">
            <div style="background-color:#9becff; width: 100%; height: 300px;">
                <img src="" id="showimg">
            div>


            <input id="file" onchange="changepic(this)" type="file" name="pic"
                   style="height: 70px; display:inline-block;width: 50%;">
            <button style="height: 40px;position: relative; margin-left: 29%;">确定button>
        form>

    div>

div>
body>
<script>
    function changepic() {
        var reads = new FileReader();
        f = document.getElementById('file').files[0];
        reads.readAsDataURL(f);
        reads.onload = function (e) {
            var showing = document.getElementById('showimg');
            var userpic = document.getElementById('userpic');
            showing.src = this.result;
            showing.style.height = "300px";
            showing.style.width = "100%";
        };
    }
script>

html>

结果显示


    Answear

.show {
  margin: 100px auto;
  width: 80%;

  border: 5px solid #18a0ec;
  transition: all 0.9s;
  border-radius: 10px;

}

.show:hover {
  box-shadow: 0px 15px 30px rgba(0, 0, 0, 0.4);
  margin-top: 90px;
}
.tips{

  text-align:center;
  font: 50px helvetica,arial,sans-serif;
  color:#fff;
  text-shadow: #1e88e1 5px 5px 5px;
}

        {{ answear }}

后端

这个也没啥好说了，你配置好环境，就能搞了

模型部署

这里就是定义了一下我们的模型，还有模型调用。


from torch import nn

from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequential

class MyModule(nn.Module):

    def __init__(self):
        super().__init__()

        self.model = Sequential(
            Conv2d(3, 32, kernel_size=(5, 5), padding=2),
            MaxPool2d(2),
            Conv2d(32, 32, (5, 5), padding=2),
            MaxPool2d(2),
            Conv2d(32, 64, (5, 5), padding=2),
            MaxPool2d(2),
            Flatten(),
            Linear(1024, 64),
            Linear(64, 10)

        )

    def forward(self,x):
        x = self.model(x)

        return x

模型调用

春节小游戏之图片分类（Pytorch模型部署） 

from PIL import Image
import torchvision
import torch
from PytorchDemo.ModuleTorch.MyModle import MyModule

def recognize_img(Image):

    compose = torchvision.transforms.Compose([
        torchvision.transforms.Resize((32, 32)),
        torchvision.transforms.ToTensor()
    ])

    module_path = "PytorchDemo/ModuleTorch/modulestate/mymodule_500.pth"
    image = compose(Image)
    module = MyModule()
    module.load_state_dict(torch.load(module_path))

    image = torch.reshape(image, (1, 3, 32, 32))

    module.eval()
    with torch.no_grad():
        out = module(image)

        return out.argmax(1).item()

路由

主路由

春节小游戏之图片分类（Pytorch模型部署）

分路由

春节小游戏之图片分类（Pytorch模型部署）

; 业务代码

这个都有解释


from django.http import HttpResponse
from django.shortcuts import render
import asyncio

from django.views.decorators.clickjacking import xframe_options_sameorigin
from django.views.decorators.csrf import csrf_exempt
from PIL import Image
from PytorchDemo.ModuleTorch.CIARF10 import recognize_img

async def UseCIARF10(request,image):

    Things = {0:"飞机",1:"自行车",2:"小鸟",3:"小猫",4:"小鹿",
              5:"小狗",6:"青蛙",7:"小马",8:"船",9:"卡车"
              }

    out = recognize_img(image)

    out = Things.get(out,"No Answear")
    print(out)
    Data = {
        "answear": "Answear maybe:{}".format(out)
    }
    return Data

@csrf_exempt
@xframe_options_sameorigin
def Hello(request):
    if(request.method=="GET"):
        return render(request,"Show.html")

    elif(request.method=="POST"):
        image = request.FILES.get('pic')
        if(image):
            image = Image.open(image)

            loop = asyncio.new_event_loop()
            asyncio.set_event_loop(loop)

            try:
                res = loop.run_until_complete(UseCIARF10(request,image))
            finally:
                loop.close()

            return render(request, "Answear.html",context=res)

        else:
            return render(request, "Show.html")

    return HttpResponse("NO Power")

值得一提的是，在Django3.x支持了异步，但是对于一个view而言总体上还是同步的，sync view 对系统进行优化，当前视图遇到IO操作可以切换，为其他用户提供算力。之后操作完后一个return返回数据。

总结

拿到模型之后部署还是很简单的，后面的话，配合uwsgc Nginx 线上部署。然后在Django里面也是发现一些以前没发现的好玩的东西。最后提前祝大家新春快乐~虎年大吉

春节小游戏之图片分类（Pytorch模型部署）

Original: https://blog.csdn.net/FUTEROX/article/details/122736040
Author: Huterox
Title: 春节小游戏之图片分类（Pytorch模型部署）

原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/664356/

转载文章受原作者版权保护。转载请注明原作者出处！

赞 (0)
0

【自取】最近整理的，有需要可以领取学习：



Linux核心资料大放送~

全栈面试题汇总（持续更新&可下载）

一个提高学习100%效率的工具！

【超详细】深度学习面试题目！

LeetCode Python刷题答案下载！

LeetCode Java版刷题答案下载！

LeetCode C++ 版本，抓紧保存！

LeetCode GO语言 刷题答案下载！

大家都在看

亲爱的 Coder【最近整理，可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球