用Flask在10分钟内部署你的Keras模型Web应用

想要快速地将你的图像模型部署为一款简洁易用的Web应用吗？这款开源项目正是你需要的。这个项目提供了一个最小化且可定制化的框架，让你能在短短10分钟内轻松完成Keras模型的Web部署。

快速上手

你可以通过Docker进行一键启动：

docker run --rm -p 5000:5000 ghcr.io/imfing/keras-flask-deploy-webapp:latest

然后访问http://localhost:5000，就可以体验到便捷的模型预测服务了。

强大特性

• 界面升级，支持移动设备友好布局
• 支持图片拖放功能
• 使用原生JavaScript、HTML和CSS编写，无需依赖jQuery或Bootstrap
• 默认采用TensorFlow 2.x以及tf.keras架构
• Docker基础镜像升级至Python 3.11

Docker部署

预构建镜像

$ docker run --rm -p 5000:5000 ghcr.io/imfing/keras-flask-deploy-webapp:latest

本地构建

如果你拥有Docker，只需几步操作就能运行整个应用：

# 1. 克隆仓库
$ git clone https://github.com/imfing/keras-flask-deploy-webapp.git
$ cd keras-flask-deploy-webapp

# 2. 构建Docker镜像
$ docker build -t keras_flask_app .

# 3. 运行容器
$ docker run -it --rm -p 5000:5000 keras_flask_app

打开浏览器，输入http://localhost:5000，稍等片刻，网页加载完成后即可使用。

本地安装

不使用Docker的话，也能简单地在你的电脑上安装并运行这个应用：

# 1. 克隆仓库
$ git clone https://github.com/imfing/keras-flask-deploy-webapp.git
$ cd keras-flask-deploy-webapp

# 2. 安装Python包
$ pip install -r requirements.txt

# 3. 启动应用
$ python app.py

同样，访问http://localhost:5000，你就可以愉快地玩耍了。

定制应用

这个应用同样提供了高度的定制性：

• 想要使用自己的模型？只需将训练好的.h5文件放入models目录，并参考已注释的代码。
• 想尝试其他预训练模型？看看app.py中的相关部分，可以轻松切换模型。
• 要修改界面？直接修改templates和static目录下的文件，index.html用于定义UI，main.js则控制行为逻辑。

更多资源

对构建Keras深度学习REST API感兴趣的读者，可以查看官方博客上的这篇文章： 构建一个简单的Keras + 深度学习REST API

无需复杂的配置和编码，这个开源项目为你提供了一条捷径，无论你是想快速展示你的模型成果，还是希望创建一个自定义的Web应用，它都能满足你的需求。立即加入，开始你的Keras模型Web之旅吧！