有帮人做网站的人吗有没有什么网站做兼职

环境部署

首先是环境创建，创建虚拟环境，名字叫 pengxiang

python -m venv pengxiang

随后激活环境

source pengxiang/bin/activate

接下来便是依赖包安装过程了:

pip install onnxruntime  #推理框架
pip install fastapi uvicorn[standard]  #网络请求与响应
pip install tensorflow  #由于使用的是tflite推理，所以需要安装
pip install opencv-python #安装opencv的图像包
pip install python-multipart  #解析 multipart 编码的请求体

至此环境就基本安装完成了，我们启动服务：

请求处理

 uvicorn app:app --host 0.0.0.0 --port 16566

使用python发送请求

import cv2
import requests
# 配置服务器地址
server_url = "http://10.13.14.68:16566/api/detect/"#
# 打开摄像头
cap = cv2.VideoCapture(0)  # 参数 0 表示默认摄像头
i=0
while True:# 读取一帧图像ret, frame = cap.read()if not ret:print("无法读取摄像头数据！")break# 将图像编码为 JPEG 格式_, img_encoded = cv2.imencode(".jpg", frame)files = {"file": ("frame.jpg", img_encoded.tobytes(), "image/jpeg")}# 设置 distance 参数params = {"distance": 6}  # 这里可以动态设置 distance 的值try:# 发送 POST 请求response = requests.post(server_url, files=files, params=params,verify=False)  # 忽略 SSL 验证result = response.json()i=i+1print("检测次数:", i)# 处理返回结果print("检测结果:", result)except Exception as e:print(f"请求失败: {e}")
# 释放资源
cap.release()
cv2.destroyAllWindows()

请求结果，可以看到基本稳定在350毫秒作用，足够满足我的要求

我们看一下最终的实现效果：