项目简介

本项目是基于DETR（Detection Transformer）算法的道路交通标志牌检测系统的后端实现。采用Flask框架搭建后端服务，可处理图像预测请求，将预测结果存于MinIO对象存储，并提供API接口供前端调用。

项目的主要特性和功能

1. 模型部署：运用Flask框架构建web服务器，用于接收和处理图像预测请求。
2. 图像预测：后端借助预训练的DETR模型对接收的图像进行预测，生成预测结果。
3. 结果存储：把预测结果存于MinIO对象存储，方便前端调用和展示。
4. API接口：提供上传图像、获取图像列表和进行预测等API接口供前端调用。

安装使用步骤

准备环境

• 安装Python 3.9及以上版本。
• 安装必要的Python库，如Flask、PyTorch、MinIO等。

获取代码

从gitee.com/StevenDongyu/bysj_backend_deployment获取项目代码。

配置环境变量

• 设置MinIO的访问密钥和地址等环境变量。
• 确保服务器上已安装并配置好MinIO服务。

运行服务

• 进入项目目录，运行以下命令启动Flask服务器： bash python flaskServer.py
• 确保服务器开放了必要的端口（如5000端口）以便外部访问。

测试接口

使用Postman等工具测试提供的API接口，确保功能正常。

注意事项：此项目依赖特定的预训练模型，需要下载并放置在与Flask服务相同的目录下。此外，还需要配置MinIO服务器，并将图像存储到指定的存储桶中。此项目仅提供了后端服务的部署和API接口的使用说明，前端的部署和配置不在此范围内。在实际部署时，还需要考虑网络安全性、服务器资源分配等问题。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】