Django 深度学习模型图片预测 - 完整代码示例 - 常规

下面是一个使用 Django 连接深度学习模型的示例代码，该模型可以对上传的图片进行预测，并输出预测的具体类别。

首先，确保已经安装了 Django 和 TensorFlow 等相关库。
创建一个 Django 项目，并在项目的根目录中创建一个名为 'predict' 的应用。
在 'predict' 应用的目录下创建一个名为 'models' 的文件夹，并将深度学习模型文件（如 '.h5'、'.pb' 等）放入该文件夹。
在 'predict' 应用的目录下创建一个名为 'utils.py' 的文件，用于加载模型和进行预测。

# utils.py
import tensorflow as tf
import numpy as np
from tensorflow.keras.preprocessing import image

# 加载模型
def load_model():
    model = tf.keras.models.load_model('predict/models/model.h5')
    return model

# 预测图片类别
def predict_image(img_path, model):
    img = image.load_img(img_path, target_size=(224, 224))
    img = image.img_to_array(img)
    img = np.expand_dims(img, axis=0)
    img /= 255.

    pred = model.predict(img)
    class_index = np.argmax(pred)
    
    return class_index

在 'predict' 应用的目录下创建一个名为 'views.py' 的文件，用于处理 HTTP 请求和返回预测结果。

# views.py
from django.shortcuts import render
from django.http import JsonResponse
from .utils import load_model, predict_image

# 加载模型
model = load_model()

# 处理上传图片并返回预测结果
def predict(request):
    if request.method == 'POST':
        img = request.FILES['image']
        img_path = 'predict/static/images/' + img.name
        with open(img_path, 'wb+') as destination:
            for chunk in img.chunks():
                destination.write(chunk)

        class_index = predict_image(img_path, model)
        class_labels = ['类别1', '类别2', '类别3', '类别4', '类别5', '类别6', '类别7', '类别8', '类别9', '类别10']
        prediction = class_labels[class_index]

        return JsonResponse({'prediction': prediction})

    return render(request, 'predict/predict.html')

在 'predict' 应用的目录下创建一个名为 'predict.html' 的文件，用于展示上传图片的界面。

<!-- predict.html -->
<!DOCTYPE html>
<html>
<head>
    <title>Image Prediction</title>
</head>
<body>
    <form method='post' enctype='multipart/form-data'>
        {% csrf_token %}
        <input type='file' name='image' accept='image/*' />
        <button type='submit'>Predict</button>
    </form>
</body>
</html>

在项目的根目录中的 'urls.py' 文件中添加路由配置。

# urls.py
from django.urls import path
from predict.views import predict

urlpatterns = [
    path('predict/', predict, name='predict'),
]

运行 Django 项目，并通过浏览器访问 'http://localhost:8000/predict/'，即可上传图片并获取预测结果。

这是一个简单的示例，你需要根据你的实际情况进行相应的调整和优化。