本文主要实现在 Linux 中 使用 Docker 部署 YOLOv8 模型，并借助 Python 封装 API 接口来调用。还介绍了 base64 格式图片的处理方法，最后通过接口上传图片的 base64 格式编码，得到接口返回识别结果。

本文将在PyCharm集成开发环境中编写简单的python文件，使用YOLOv8模型进行图片/视频预测。

本文在测试 5 基础上进行升级，采用 Dockerfile 的方式来构建 Conda 镜像，部署 YOLOv8 项目一键运行。整理了 Dockerfile 制作 YOLOv8 镜像过程中的常见问题。

本文描述了在Python中使用Flask框架封装API接口的方法。通过实践操作，分别实现了简单文本返回接口、参数传递、JSON格式数据返回接口，以及图片返回接口。此外，文章还简单介绍了浏览器开发工具的使用，测试工具Postman的使用。文中对操作过程的描述详细具体，便于初学者进行使用。

本文在Python中将YOLOv8模型封装成API接口进行使用，通过调用封装好的API接口来实现自定义测试图片的上传，并返回识别结果。识别结果有两种：一种是完成识别后的图片；另一种是识别目标的类型，以及它们在图片中的坐标、大小，以文本形式返回。

安装 / 升级 VMware Workstation Pro 的版本为 17.6；解决 VMware Workstation Pro 和 Win11 家庭版之间不兼容的问题。

本文对Python中使用Flask封装网络接口的几种情况进行了整理，并进行了详细的文件上传API接口的实现。可以使用HTML/Postman的方式进行文件参数的上传，测试网络接口获取上传文件的类型。

YOLOv8模型的简单测试，Windows环境下安装部署（Python+PyTorch+Conda+cpu+CLI）

本文在Python中将YOLOv8模型封装成API接口进行使用，通过调用封装好的API接口来实现自定义测试图片的上传，并返回识别结果。识别结果有两种：一种是完成识别后的图片；另一种是识别目标的类型，以及它们在图片中的坐标、大小，以文本形式返回。

本文在测试 5 基础上进行升级，采用 Dockerfile 的方式来构建 Conda 镜像，部署 YOLOv8 项目一键运行。整理了 Dockerfile 制作 YOLOv8 镜像过程中的常见问题。