阅读本文大概需要5.8分钟。
一、背景推荐一个不错的项目，钢筋盘点的接口部署。首先我介绍一下钢筋盘点背景。在工地现场，对于进场的钢筋车，验收人员需要对车上的钢筋进行现场人工点根，确认数量后钢筋车才能完成进场卸货。目前现场采用人工计数的方式，如下图所示。
上述过程繁琐、消耗人力且速度很慢(一般一车钢筋需要半小时，一次进场盘点需数个小时)。针对上述问题，希望通过手机拍照-目标检测计数-人工修改少量误检的方式智能、高效的完成此任务。
本文的内容是基于faster-rcnn模型的pytorch的接口部署。说到接口部署，我们得了解它是一种什么方式，怎么应用起来就是一个问题。
我们使用过百度、腾讯、阿里的智能云服务时，大多数都是以API接口形式提供，通过接口，用户发送一张图片给API，api再返回去相应的内容，并告诉你如何解析。
二、接口实现要靠web框架其实这并不难，我们的pythonweb框架有很多，大家可以尝试tornado、flask、以及Django。
三、模型部署时需要注意几点1）多线程的实现，意思是能够一个接口实现多个线程同时接受图片并进行分析。2）模型加载需要先实例化加载完后，在接口中等待图片到来进行处理，因为模型加载时比较耗时的。3）负载均衡的考虑，当我们的接口调用频率比较高时要考虑高并发的可能。关于高并发，需要更多的显卡资源以及服务器去做。nginx很好玩的，可以试试。对外只有一个网址接口，对应一个端口号，我们在背后可以用多个服务器多个接口去支撑这个服务。
以上为我自己的分享和介绍，如有需要交流部署方面可以加我