将 Yolov5 部署到 azure

发布于 2025-01-09 11:08:34 字数 169 浏览 1 评论 0原文

如何使用 azure 函数将自定义训练的 YOLOV5 模型部署到 azure? 我找不到任何在线资源

完整场景:

有一个共享点应用程序,用户将在其中上传视频,一旦上传新视频,它应该触发到 azure 函数的流程,这个 azure 函数应该能够预测中的对象带有定制训练的 yolov5 模型的框架

How to deploy Custom trained YOLOV5 model to azure using azure functions?
I couldn’t find any online resources

Complete Scenario:

There is a sharepoint app where user will upload the videos, once the new video is uploaded, it should trigger the flow to azure function, this azure function should be able to predict the objects in the frame with the custom trained yolov5 model

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

瘫痪情歌 2025-01-16 11:08:34

我们不确定YOLO5Azure Function中的部署。

按照以下步骤操作,它将适用于任何ML模型
使用 Azure Function

先决条件:

  1. 安装 Azure CLI
  2. 安装 Azure Function 核心工具

1. 在本地创建并测试 Azure 函数

使用 CLI 创建 python 函数

_# Create and activate an environment_  
python3 -m venv .venv  
source .venv/bin/activate_
# Create a FunctionApp Project Locally_  
func init --worker-runtime python_
# Create a Function_  
func new --name <FunctionName> --template "HTTP trigger" --authlevel anonymous

编辑适合您业务的__init__.py 文件修改模型的逻辑。

requirement.txt 中添加所需的包。之后,使用

pip install -r requirements.txt

本地测试您的函数来安装软件包。使用 func start

2. 在 Azure 上为您的项目创建所需的资源

3. 将函数部署到 Azure

使用

func azure functionapp publish **<FuncitonAPP Name>**

参考 在 Azure 上构建和部署 NLP 模型作为微服务

We are not sure about the Deployment of YOLO5 in Azure Function.

Follow the below steps, it will work for any ML model
using Azure Function

Prerequisites:

  1. Install Azure CLI
  2. Install Azure Function Core Tools

1. Create and test Azure function locally

Using CLI create a python function

_# Create and activate an environment_  
python3 -m venv .venv  
source .venv/bin/activate_
# Create a FunctionApp Project Locally_  
func init --worker-runtime python_
# Create a Function_  
func new --name <FunctionName> --template "HTTP trigger" --authlevel anonymous

Edit the__init__.py file for your business logic to modify your model.

Add the required packages in requirement.txt. After that install the packages using

pip install -r requirements.txt

Test your function locally. using func start

2. Create the Required Resources for your Project on Azure

3. Deploy the function to Azure

Deploy local project code to the Function App created on Azure, using

func azure functionapp publish **<FuncitonAPP Name>**

Refer Build and Deploy your NLP model as a Microservice on Azure

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文