解决了下 flask+imageai 的集成问题。

www.v2ex.com/t/588188#reply0 那天发了上面这个，各位见笑了。主要是我那天想，就一个全局变量这么简单的问题，居然还报错，花了我一整天。 不过最终还是解决了，那下面给出解决方案供大家参考吧。

场景是，我想用 flask+imageai 来分析处理一张图片。

一开始把 imageai 的加载 model 和处理都放在一个函数里了，然后别人访问这个 url，就调用分析处理函数，处理这图片（这一步是没有出现问题的）。

然后发现了一个缺点是每次都要 loadModel 一次，效率大打折扣。既然每次都用的同一个训练模型（目前 imageai 的图像识别只提供了两种模型），没必要每次访问 url 都 load 一次模型吧。

之后理所当然得将初始化（ loadModel 之类）的步骤都放全局里，想着就是刚启动服务器就直接加载模型，之后访问 url 就直接执行分析操作就好。

结果发现迷之报错，加上我本身也不做机器学习这块，还不懂报错的原因是什么。。。去 imageai 的 issue 里看 OlafenwaMoses/ImageAI/issues/159 说是设置成 global 可以防止多次加载 model 就行了，但是也没解决。

没法，只好从根源错误找起。 根源好像是 tensorflow 模块（毕竟 imageai 也依赖了这个库）报的错，ValueError: Tensor Tensor("keras_learning_phase:0", shape=(), dtype=bool) is not an element of this graph. 然后又去 Stack Overflow 里搜了一堆 TensorFlow 的问题，说起来也没怎么懂，不过大概看出来以上错误有不少情况都是因为在 tensorflow 中用了多线程 /多进程导致的。 既然如此，突然想起，那就把 flask 的多线程、多进程禁用了吧。 结果，居然成了。反正就公司内部里用用，不用多线程就不用吧，也没啥。

下面的是我的成功了的代码。

from flask import Flask, Response, jsonify app = Flask(__name__) import os from imageai.Detection import ObjectDetection import time import json execution_path = os.getcwd() st = time.time() detector = ObjectDetection() detector.setModelTypeAsRetinaNet() detector.setModelPath(os.path.join(execution_path, "model", "resnet50_coco_best_v2.0.1.h5")) # detector.setModelTypeAsTinyYOLOv3() # detector.setModelPath(os.path.join(execution_path, "model", "yolo-tiny.h5")) detector.loadModel() # detector.loadModel(detection_speed="fastest") print(f'Init Timer: {time.time()-st}') @app.route('/detect/<pic_name>') def boat_detection(pic_name): st = time.time() results = getDetections(pic_name) print(f'Sum Timer: {time.time()-st}') msg = {} for i, result in enumerate(results, 1): result['percentage_probability'] = float(result['percentage_probability']) result['box_points'] = list(result['box_points']) for index in range(len(result['box_points'])): result['box_points'][index] = int(result['box_points'][index]) result['box_points'] = tuple(result['box_points']) msg[str(i)] = json.dumps(result) return jsonify(msg) def getDetections(file_name): start = time.time() image_folder = os.path.join(execution_path, 'data\\ship2\\') output_folder = os.path.join(execution_path, 'data\\output\\') st1 = time.time() image_file = os.path.join(image_folder, file_name) new_image_file = os.path.join(output_folder, file_name) print(image_file, "-->", new_image_file) if not os.path.exists(image_file): print("not exist.") return # global detector custom_objects = detector.CustomObjects(boat=True) detectiOns= detector.detectCustomObjectsFromImage( custom_objects=custom_objects, input_image=image_file, output_image_path=new_image_file, minimum_percentage_probability=30) print(f'[Info]识别到 boat{len(detections)}艘') for eachObject in detections: print(eachObject.items()) end = time.time() print(f'Excute Timer: {end-st1}') print ("耗时: ",end-start) return detections if __name__ == '__main__': app.run(threaded=False) 

重点就是在 app.run()里设置成禁用多线程、多进程，global 有没有都无所谓。毕竟没涉及到修改 detector。