Python 官方文档:入门教程 => 点击学习
使用gradio,只需在原有的代码中增加几行,快速部署机器学习模型,就能自动化生成交互式WEB页面,并支持多种输入输出格式,比如图像分类中的图>>标签,超分辨率中的图>>图等。 同时还支持生成能外部
使用gradio,只需在原有的代码中增加几行,快速部署
机器学习模型,就能自动化生成交互式WEB页面
,并支持多种输入输出格式,比如图像分类中的图>>标签,超分辨率中的图>>图等。
同时还支持生成能外部网络访问的链接
,能够迅速让你的朋友,同事体验你的算法。
注意,不要把python文件与
pip install gradio
逻辑:输入UI中的参数,提交后自动传入绑定的函数,
其中 “text” 表示输入输出UI控件是文本框。
import gradio as grdef greet(name): return "Hello " + name + "!"demo = gr.Interface(fn=greet,inputs="text", outputs="text")demo.launch()
默认启动 ,如果7860已经占用,自动变为7861,如果端口无法启动 。。 端口被占用时,可指定端口
demo.launch(server_port=30001)
Http://127.0.0.1:7860/
动效
在上面的例子中,我们看到一个简单的基于文本的函数
gr.InterfaceInterface
核心类使用三个必需参数进行初始化:Interface
fn
:将 UI 包裹起来的函数,该函数可以是任何功能,从音乐生成器到税收计算器,再到预训练机器学习模型的预测函数
inputs
:用于输入的组件(例如,或"text",“image”,“audio”)
outputs
:用于输出的组件(例如,或"text",“image”,“label”)
设置2行文本宽度,文本框的内的提示词
import gradio as grdef greet(name): return "Hello " + name + "!"demo = gr.Interface( fn=greet, inputs=gr.Textbox(lines=2, placeholder="这里是提示文本框输入的内容..."), outputs="text",)demo.launch()
UI界面
3个UI控件作为输入,2个输出,
输入名字,是否是早晨,今天的温度,
自动输入问候以及华氏温度与摄氏温度的转换
import gradio as grdef greet(name, is_morning, temperature): # salutation表示致意、问候 salutation = "Good morning" if is_morning else "Good evening" greeting = f"{salutation} {name}. It is {temperature} degrees today" # 摄氏温度 = (华氏温度 – 32) ÷ 1.8 celsius = (temperature - 32) * 5 / 9 return greeting, round(celsius, 2)demo = gr.Interface( fn=greet, inputs=["text", "checkbox", gr.Slider(0, 100,label="华氏温度")], outputs=["text", "number"],)demo.launch(server_port=30001)
每个tags的功能、输入输出控件科技不同、且独立
import gradio as gr#app 1def user_greeting(name): return "Hi! " + name + " Welcome !!😎"#app 2def user_help(value): return f"you pick {value} "def tags3(img): return img# tags1的输入、输出,以及对应处理函数app1 = gr.Interface(fn = user_greeting, inputs="text", outputs="text")# tags1的输入、输出,以及对应处理函数app2 = gr.Interface(fn = user_help, inputs="slider", outputs="text")# tags1的输入、输出,以及对应处理函数app3 = gr.Interface(fn = tags3, inputs="image", outputs="image")demo = gr.TabbedInterface( [app1, app2,app3], tab_names=["第一个界面", "第二个界面","tags3_图像"], title="多选项卡demo" )demo.launch()
进度条可以反映某些变量的值
import gradio as grimport time# from https://gradio.app/docs/#progressdef my_function(x=10, progress_demo=gr.Progress()): x=int(x) progress_demo(0, desc="Starting...") time.sleep(1) for i in progress_demo.tqdm(range(x)): time.sleep(0.1) res=f'run {x} steps' return resgr.Interface(my_function, gr.Number(), gr.Textbox()).queue().launch()
图像
相关操作、模型部署
上传一张图片,输入为灰度图像,其中处理函数可以修改为自己的。
### 完整代码
import numpy as npimport gradio as grfrom PIL import Imagedef gray(input_img): # 灰度值 = 0.2989 * R + 0.5870 * G + 0.1140 * B # image[..., :3]表示提取图像的前三个通道(即R、G、B通道) # 省略号可以在索引中表示对应维度的完整范围。 gray = np.dot(input_img[..., :3], [0.2989, 0.5870, 0.1140]) gray = gray.astype(np.uint8) # 将灰度图像转换为无符号整型 ,如果不加一般会报错 # pil_image = Image.fromarray(gray) # 将灰度图像数组转换为PIL图像对象 return graydemo = gr.Interface(gray, gr.inputs.Image(), outputs="image")demo.launch(server_port=7862)
Downloading: “https://GitHub.com/pytorch/vision/zipball/v0.6.0” to C:\Users\admin/.cache\torch\hub\v0.6.0.zip
Downloading: “https://download.pytorch.org/models/resnet18-f37072fd.pth” to C:\Users\admin/.cache\torch\hub\checkpoints\resnet18-f37072fd.pth
import gradio as grimport torchimport requestsfrom torchvision import transfORMsmodel = torch.hub.load('pytorch/vision:v0.6.0', 'resnet18', pretrained=True).eval()response = requests.get("https://git.io/JJkYN")labels = response.text.split("\n")print('labels',labels)def predict(inp): inp = transforms.ToTensor()(inp).unsqueeze(0) with torch.no_grad(): prediction = torch.nn.functional.softmax(model(inp)[0], dim=0) confidences = {labels[i]: float(prediction[i]) for i in range(1000)} return confidencesdemo = gr.Interface(fn=predict, inputs=gr.inputs.Image(type="pil"), outputs=gr.outputs.Label(num_top_classes=3), # examples=[["cheetah.jpg"]], )demo.launch(server_port=7865)
ERROR: [Errno 10048] error while attempting to bind on address (‘127.0.0.1’, 7860): 通常每个套接字地址(协议/网络地址/端口)只允许使用一次。
server_port=xxx
...........demo.launch(server_port=30001)
打开命令端
netstat -ano|findstr "7860"taskkill -F -PID your_id
来源地址:https://blog.csdn.net/imwaters/article/details/131400571
--结束END--
本文标题: 【AI模型部署】基于gradio和python的网页交互界面(web-ui)——简易使用方法
本文链接: https://www.lsjlt.com/news/387204.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0