chadhart/tensorflow-object-detection
chadhart
该镜像提供TensorFlow Object Detection API的运行环境，支持在HTML视频标签和WebRTC流上进行目标检测，可将检测功能转化为Web服务，用于Web端实时视觉应用开发与实验。
9 次收藏下载次数: 0状态：社区镜像维护者：chadhart仓库类型：镜像最近更新：8 年前
让 AI 帮你使用轩辕镜像？ · 展开查看说明 · 点击收起说明
如果你使用 DeepSeek、元宝 AI、Copilot、ChatGPT 等 AI 工具，协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题，请先让 AI 阅读并遵守轩辕镜像的规则文档。
只需在 AI 对话中先发送下面这句话即可：
请先完整阅读并严格遵守以下文档中的全部规则与要求：
https://xuanyuan.cloud/agents.md
在未充分阅读并理解该文档前，不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AI、DeepSeek 的深度思考模式，不推荐豆包 AI；Cursor 等编辑器可在对话 @ 该链接，或加入 User Rules。 若 AI 无法访问外链，可 打开说明文档 复制全文粘贴。文档会随站点更新，复制内容可能过期，建议定期检查。
镜像概述
本Docker镜像为webrtchacks上的《WebRTC与TensorFlow结合的Web计算机视觉》项目提供环境，实现将TensorFlow Object Detection API转化为Web服务，通过Python Flask服务器与JavaScript客户端交互，支持从WebRTC流或HTML视频中提取帧并进行目标检测。
核心功能
- 支持从WebRTC的getUserMedia流提取帧，上传至API进行目标检测
- 可在任意HTML
<video>元素上应用TensorFlow Object Detection API - 通过Flask服务器提供Web服务接口，与前端JavaScript库交互
- 提供可视化结果展示（使用canvas渲染检测后的帧）
使用场景
- Web端实时目标检测应用开发
- 计算机视觉与WebRTC结合的技术实验
- 教育领域的视觉检测演示项目
配置说明
需配合https://github.com/webrtcHacks/tfObjWebrtc%E6%BA%90%E4%BB%A3%E7%A0%81%E4%BD%BF%E7%94%A8%EF%BC%8C%E6%AD%A5%E9%AA%A4%E5%A6%82%E4%B8%8B%EF%BC%9A
快速启动
bashdocker run -it -p 5000:5000 chadhart/tensorflow-object-detection:runserver
完整部署流程
bashgit clone https://github.com/webrtcHacks/tfObjWebrtc.git cd tfObjWebrtc docker run -it -p 5000:5000 --name tf-webrtchacks -v $(pwd):/code chadhart/tensorflow-object-detection:webrtchack python setup.py install python server.py
启动后，浏览器访问https://localhost:5000/local（本地摄像头检测）或https://localhost:5000/video（视频文件检测）。
演示示例
- 检测效果示例：!Detecting Cats
- WebRTC流检测演示：
oldzhang
运维工程师
Linux服务器
5
"Docker访问体验非常流畅，大镜像也能快速完成下载。"