一、Flask用法

Flask是python的轻量级web框架，可用来做简单的模型部署。Flask的基本用法如下：

step1：定义Flask类的对象，即创建一个基于Flask的服务器

step2：定义公开的路由及路由对应的调用函数

step3：运行服务器

"""基于flask的web网页"""
from flask import Flask     # 导入flask库

app = Flask(__name__)       # 创建Flask类的对象，可理解为建立一个基于flask框架的服务器

# 公开路由的名称【my_fcn】,同时修饰下一行定义的函数。
# 定义的函数名要与公开的路由名称一致。
# 后续访问网页的url格式为：http://ip:port/路由名称
@app.route("/my_fcn")
def my_fcn():
    return "hello world"    # 访问网页时返回内容会显示在网页上

if __name__ == "__main__":
    app.run(host='0.0.0.0', port=8000)      # 运行服务器。可通过get/post参数请求数据

运行结果：

二、在基于flask的网页上部署模型

在基于flask的网页上部署模型，其实只需在上述例子中定义的函数【my_fcn】中添加模型预测的代码即可。示例如下：

"""基于flask的web网页"""
import numpy as np
import cv2
import torch
import torchvision
from flask import Flask     # 导入flask库


app = Flask(__name__)       # 创建Flask类的对象，可理解为建立一个基于flask框架的服务器

# 公开路由的名称【my_fcn】,同时修饰下一行定义的函数。
# 定义的函数名要与公开的路由名称一致。
# 后续访问网页的url格式为：http://ip:port/路由名称
@app.route("/my_fcn")
def my_fcn():
    # 加载图片，并将图片转为0到1之间的浮点数张量
    img = cv2.imread("rose.jpg")
    img = cv2.resize(img, (224, 224))
    img_tensor = torch.tensor(img).permute(2, 0, 1).unsqueeze(0).float()/255.0
    model = torchvision.models.resnet50(pretrained=True)
    model.eval()
    output = model(img_tensor)
    output = torch.nn.functional.softmax(output,1)
    output = torch.argmax(output)

    return "class index={}".format(output.numpy())


if __name__ == "__main__":
    app.run(host='0.0.0.0', port=8000)      # 运行服务器。可通过get/post参数请求数据

运行结果：

三、远程客户端访问网页服务器模型进行推理 

当需要在远程客户端请求服务器进行推理时，需要将图像的数据post到服务器，第二节的方法就需要进行改进了，具体方法是将图像数据编码为二进制以post方法提交，服务器解析后进行推理。

举例：web服务器部署了基于resnet50的分类模型，远程客户端读取了一张图片，并提交给服务器进行推理，服务器将推理结果返回给客户端。

代码如下：

3.1 服务器代码：server.py

# server.py

import numpy as np
from flask import Flask, request, jsonify

import json
import torch
import torchvision

app = Flask(__name__)

model = torchvision.models.resnet50(pretrained=True)
model.eval()

# 推理过程
def run_inference(in_tensor):
    with torch.no_grad():
        out_tensor = model(in_tensor)
        out_tensor = torch.nn.functional.softmax(out_tensor, 1)
        output = torch.argmax(out_tensor)

    return output

# flask服务器
@app.route('/predict', methods=['GET', 'POST'])     # 注意，这里开放GET、POST请求
def predict():
    # 客户端post时，包含将输入张量尺寸以json字符串，input_input = "{"shape": [C, W, H]}"，因此需要重新解析为json并提取尺寸
    in_shape = json.load(request.files['in_shape'])

    # 客户端post时，将图像数据以二进制形式发送，因此需要将图像重新从二进制转换会tensor，并resize
    in_blob = request.files['in_blob'].read()
    in_tensor = torch.from_numpy(np.frombuffer(in_blob, dtype=np.float32))
    in_tensor = in_tensor.view(*in_shape['shape'])

    output = run_inference(in_tensor)  # 推理
    output = '{}'.format(output)

    return jsonify(output)          # 以json返回结果

if __name__ == "__main__":
    app.run(host='0.0.0.0', port=8000)

3.2 客户端代码：client.py

# 首先运行【server.py】，然后运行本文件，实现请求推理本地图像的预测结果。
# client.py

import torch
import cv2
import io
import json
import requests


# config
IMG_NAME = 'dog.jpg'
MY_URL = 'http://192.168.1.103:8000/predict'

# 处理图像数据
img = cv2.imread(IMG_NAME)
img = cv2.resize(img, (224, 224))       # resnet输入张量shape=3x224x224
in_tensor = torch.tensor(img).permute(2, 0, 1).unsqueeze(0).float()/255.0
blob = io.BytesIO(bytearray(in_tensor.numpy()))      # 将输入张量转为numpy，再转为二进制进行post请求
shape = io.StringIO(json.dumps({'shape': [1, 3, 224, 224]}))    # 将输入张量尺寸post

my_files = {'in_shape': shape, 'in_blob': blob}
r = requests.post(url=MY_URL, files=my_files)
response = json.loads(r.content)        # 由于服务器返回结果为json，因此需要解析json内容

print("the class index of '{}' is: {}".format(IMG_NAME, response))

运行结果：

四、缺点

由于HTTP是串行的，当大量并发请求时，这种方式只能应答完一个请求后才会应答下一个，改进方法可通过使用Sanic框架，实现异步并行处理。