
上QQ阅读APP看书,第一时间看更新
1.10 Web服务器设计
本节基于Flask框架搭建Web服务器,客户端向服务器提交待识别的图像,服务器基于1.9节创建的EfficientNet-B7模型做出预测,并将预测结果返回给客户端,从而实现智能化的Web服务能力。服务器采用RESTful风格的API搭建Web服务,所以,客户端无论采用何种语言编程,无论是浏览器方式、自定义的桌面程序还是移动客户机程序,均可通过HTTP访问服务器。
访问服务器,与客户机采用的操作系统平台和应用平台无关。图1.34给出的Web服务器架构,将作为本书第1章、第5章和第6章服务器项目的基本结构。

图1.34 Web服务器架构
在TensorFlow_to_Android项目下,新建文件夹Server,本书所有的Web API服务都将存放于该目录中。在Server下新建子目录models,本书所有Web项目的预测模型都将存放于models目录中。在Server目录下新建主程序文件app.py,当前项目结构如图1.35所示。

图1.35 服务器项目结构
服务器主程序app.py的编程逻辑如程序源码P1.7所示,程序测试与解析参见视频教程。


