YOLOv8 测试 5：Linux 中 Docker 部署 YOLOv8，Python 封装 API 接口，base64 图片处理

一、前言

记录时间 [2024-4-14]

系列文章简摘：
Docker 学习笔记（二）：在 Linux 中部署 Docker（Centos7 下安装 docker、环境配置，以及镜像简单使用）
API 接口简单使用（二）：Python 中使用 Flask（接口封装整理版，含文件上传接口的详细实现）
YOLOv8 测试 3：在 Python 中将 YOLOv8 模型封装成 API 接口使用（上传测试图片并返回识别结果，附测试代码）
YOLOv8 测试 4：在 Linux 中使用 Docker 部署 YOLOv8 模型，并使用简单的命令行脚本测试模型

更多 YOLOv8 测试相关文章请参考上面专栏哦。

本文在 YOLOv8 测试 3 和 4 的基础上开展，在测试 3 中，介绍 Windows 中使用 Python 将 YOLOv8 模型封装成 API 接口来调用；在测试 4 中，介绍 Linux 中使用 Docker 部署 YOLOv8 模型。

综合测试 3 和 4，本文主要实现在 Linux 中 使用 Docker 部署 YOLOv8 模型，并借助 Python 封装 API 接口来调用。在此基础上，再介绍 base64 格式图片的处理方法，最后通过接口上传图片的 base64 格式编码，得到接口返回识别结果。

二、思路整理

• 在本地 PyCharm 中完成项目开发
  • 使用 Flask 框架编写 API 接口
  • base64 格式图片处理
  • YOLOv8 模型的 predict 使用
• 在 Linux 中部署 Docker，操作系统为 CentOS 7
  • 准备 Linux 云服务器 / 虚拟机
  • 安装并配置 Docker
  • 熟悉 Docker 的镜像容器操作
• 在 Conda 容器中部署 YOLOv8 项目
  • 通过 FinalShell 把本地项目上传到 Linux 服务器中
  • 部署一个 conda 镜像
  • 配置端口暴露，数据卷挂载
  • 通过数据卷挂载 YOLOv8 项目到容器中
• 使用 Postman 测试 API 接口
  • 上传图片的 base64 格式编码文件
  • 得到接口返回的图片识别结果

三、YOLOv8 项目开发

在本地 PyCharm 中完成项目开发，更详细的步骤请参考这篇文章

1. 依赖配置

使用 PyCharm 打开我们之前使用过的，从仓库下载的 YOLOv8 项目 ultralytics-main，找到 tests 目录，在该目录下新建 base64_test.py 文件。

并在 ultralytics-main/tests/tmp/ 目录下，新建 upload 文件夹，用来存放接口上传的文件；新建 save 文件夹，用来存放项目保存的文件；

在 base64_test.py 文件中导入 YOLOv8 项目运行所需的依赖和配置：

# Ultralytics YOLO 
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/Gausst松鼠会/article/detail/478902