【物体検出】1行で学習済みのYOLO独自モデルをAPI化する方法
こんばんはエンジニアの眠れない夜です。 前回はYOLOv3の独自モデルを作成しましたね。いい感じに目的のものは検出できましたか？ 物体検出がうまくいったら次はそのモデルをAPI化してどこからでも画像を投げれば座標が帰ってくると嬉しいですよね。 API化されていればプロジェクトに組み込むのが簡単ですし、1度作ってしまえば別のプロジェクトでも使えますしね！ ということで、今回は前回作成したYOLOv3の独自モデルをAPI化する方法をご紹介します。 まだ、独自モデルを作成していないという方はこちらの記事を参考にしてみてください。 機械学習がずっと身近なものになりますよ！ 【物体検出】YOLO独自モデル簡単作成方法 DockerでYOLO独自モデルをAPI化 これまでにDockerを使ってAPIを作る方法を何度か紹介してきました。 【Docker】flask-uwsgi-nginx で簡単にアプリ
機械学習で作成したモデルをREST APIとしてdeployする[python] - データナード
モデルを運用する方法の一つとして、REST APIがあります。これは、予測したいデータをWebベースのAPIに送信することで、予測値のレスポンスを取得する方法です。ここでは、pythonでflaskを用いて試します。 joblib.dumpでモデルを保存する 作成したモデルをjoblib.dumpを用いてファイルとして保存することができます。 from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.linear_model import LogisticRegression import pandas as pd iris = datasets.load_iris() X = pd.DataFrame(iris.data, columns=["sepal_l
![機械学習で作成したモデルをREST APIとしてdeployする[python] - データナード](https://cdn-ak-scissors.b.st-hatena.com/image/square/5e2d30ff875f12a759f0d5588563ad3629215e1e/height=288;version=1;width=512/https%3A%2F%2Fogimage.blog.st-hatena.com%2F8599973812286868474%2F8599973812294041100%2F1504332957)
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
