首页下载资源前端计算机视觉-Flask框架-SQLite数据库-图像展示与筛选-开发示例

ZIP计算机视觉-Flask框架-SQLite数据库-图像展示与筛选-开发示例

u0138895911.06MB需要积分:1

资源文件列表:

visulization.zip 大约有15个文件
  1. visulization/
  2. __MACOSX/._visulization 220B
  3. visulization/database_setup.py 605B
  4. visulization/static/
  5. visulization/instance/
  6. visulization/app.py 1.64KB
  7. visulization/templates/
  8. visulization/static/images/
  9. visulization/instance/images.db 8KB
  10. visulization/templates/index.html 3.4KB
  11. visulization/templates/.DS_Store 6KB
  12. __MACOSX/visulization/templates/._.DS_Store 120B
  13. visulization/static/images/img_1.jpg 221.76KB
  14. visulization/static/images/img_2.jpg 441.01KB
  15. visulization/static/images/img_3.jpg 441.01KB

资源介绍:

内容概要: 本资源包含了一个完整的示例项目,通过使用Flask框架和SQLite数据库,展示如何构建一个简单的图像展示与标签筛选的前后端应用。具体功能包括:在网页上显示图像,提供图像浏览功能,以及根据标签(位置偏差类别和场景)筛选图像的功能。 使用场景及目标: - 机器学习项目:方便展示和筛选训练数据集。 - 数据标注项目:管理和浏览已标注的图像及其标签。 - 教学示例:作为Web开发和数据库管理课程的教学案例。 使用方法: - 下载并解压资源文件。 - 按照提供的环境部署和运行步骤,设置Python环境并安装必要的库。 - 运行数据库设置脚本,初始化并填充示例数据。 - 启动Flask应用,并在浏览器中访问应用页面。 其他说明: 资源文件中包含完整的项目代码,包括数据库设置脚本、Flask应用脚本以及HTML模板文件。示例数据为静态图像和标签,可根据实际需求进行替换和扩展
from flask import Flask, jsonify, request, render_template from flask_sqlalchemy import SQLAlchemy from flask_cors import CORS app = Flask(__name__) CORS(app) app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///images.db' app.config['SQLALCHEMY_TRACK_MODIFICATIONS'] = False db = SQLAlchemy(app) class Image(db.Model): id = db.Column(db.Integer, primary_key=True) image_path = db.Column(db.String(100), nullable=False) position_deviation = db.Column(db.String(20), nullable=False) scene = db.Column(db.String(20), nullable=False) @app.route('/') def index(): return render_template('index.html') @app.route('/api/images', methods=['GET']) def get_images(): images = Image.query.all() result = [ { 'id': img.id, 'image_path': img.image_path, 'position_deviation': img.position_deviation, 'scene': img.scene } for img in images ] return jsonify(result) @app.route('/api/images/filter', methods=['POST']) def filter_images(): data = request.json position_deviation = data.get('position_deviation') scene = data.get('scene') query = Image.query if position_deviation: query = query.filter_by(position_deviation=position_deviation) if scene: query = query.filter_by(scene=scene) images = query.all() result = [ { 'id': img.id, 'image_path': img.image_path, 'position_deviation': img.position_deviation, 'scene': img.scene } for img in images ] return jsonify(result) if __name__ == '__main__': app.run(host='0.0.0.0', port=5000, debug=True)
100+评论
captcha