文件名称：BMW-YOLOv4-Inference-API-GPU：这是使用Yolov3和Yolov4 Darknet框架的无代码对象检测推理API的存储库
文件大小：15.93MB
文件格式：ZIP
更新时间：2024-02-20 09:59:40
api docker dockerfile computer-vision deep-learning
YOLOv4-v3 Darknet GPU推理API 这是使用Yolov4 Darknet框架的对象检测推理API的存储库。 该存储库还与Yolov3 darknet模型具有交叉兼容性。 该存储库还支持最新的Yolov4模型 此基于。 推理REST API可在GPU上运行。 它仅在Linux操作系统上受支持。 使用我们的培训自动化Yolov4和Yolov3存储库训练的模型可以部署在此API中。 可以同时加载和使用多个对象检测模型。 要选择Yolov4而不是Yolov3培训，只需在模型文件夹内的config.json中更改推理引擎名称即可。 可以使用docker或docker swarm部署此仓库。 请仅在需要以下情况时使用docker swarm ： 在API容器方面提供冗余：如果容器发生故障，传入的请求将被重定向到另一个正在运行的实例。 容器之间的协调：Swarm将在API之间进行协调，并选择其中一个以监听传入的请求。 扩展推理服务，以便获得更快的预测，尤其是在该服务上有流量时。 如果不需要上述任何要求，只需使用docker即可。 先决条件 Ubuntu 18
【文件预览】：
BMW-YOLOv4-Inference-API-GPU-master
----.gitignore(7B)
----README.md(8KB)
----models_hash()
--------model_hash.json(2B)
----install_prerequisites.sh(664B)
----gpu-inference.yaml(340B)
----docs()
--------GPU20req.png(24KB)
--------1.gif(777KB)
--------swagger_endpoints.png(56KB)
--------4.gif(6.69MB)
--------3.gif(1.78MB)
--------nvidia-smi.gif(21KB)
--------yologpu.png(15KB)
--------2.gif(1.89MB)
--------uml()
--------GPU40req.png(22KB)
--------yologpu2.png(32KB)
----LICENSE(1KB)
----models()
--------.gitignore(72B)
----docker()
--------dockerfile(2KB)
--------requirements.txt(105B)
----README-docker_swarm.md(4KB)
----src()
--------main()