### 1. 在Django中连接数据库 在Django项目中，连接数据库是通过配置 `settings.py` 文件中的 `DATABASES` 部分实现的。Django支持多种数据库，如SQLite、PostgreSQL、MySQL等[^3]。以下是一个示例配置： ```python # settings.py DATABASES = { 'default': { 'ENGINE': 'django.db.backends.postgresql', # 数据库类型 'NAME': 'your_database_name', # 数据库名称 'USER': 'your_database_user', # 数据库用户名 'PASSWORD': 'your_database_password', # 数据库密码 'HOST': 'localhost', # 数据库主机地址 'PORT': '5432', # 数据库端口 } } ``` 完成配置后，运行以下命令以创建数据库表结构： ```bash python manage.py makemigrations python manage.py migrate ``` 这将根据模型定义生成相应的数据库表结构[^3]。 --- ### 2. 集成YOLOv8模型 集成YOLOv8模型需要确保模型文件（如 `.pt` 文件）和相关依赖已正确安装。以下是具体步骤： #### 安装YOLOv8依赖 首先，安装 Ultralytics 提供的 YOLOv8 库： ```bash pip install ultralytics ``` #### 加载YOLOv8模型 在Django视图或API中加载YOLOv8模型，并进行推理。以下是一个简单的代码示例： ```python from ultralytics import YOLO def load_yolov8_model(model_path): model = YOLO(model_path) # 加载YOLOv8模型 return model def predict_image(model, image_path): results = model(image_path) # 对图像进行推理 return results[0].plot() # 返回带有标注的结果图像 ``` #### 将YOLOv8与Django结合 在Django视图中，可以接收用户上传的图片文件，调用YOLOv8模型进行推理，并将结果返回给前端。以下是一个完整的视图示例： ```python from django.http import JsonResponse from django.views.decorators.csrf import csrf_exempt from django.core.files.storage import default_storage from ultralytics import YOLO import os @csrf_exempt def detect(request): if request.method == 'POST' and request.FILES.get('image'): # 保存上传的图片 uploaded_file = request.FILES['image'] file_path = default_storage.save(uploaded_file.name, uploaded_file) # 加载YOLOv8模型 model = YOLO("path/to/best.pt") # 替换为实际模型路径 # 进行推理 results = model(file_path) annotated_image = results[0].plot() # 获取带有标注的图像 # 删除临时文件 os.remove(file_path) # 返回结果 return JsonResponse({'status': 'success', 'result': annotated_image}) return JsonResponse({'status': 'error', 'message': 'Invalid request'}) ``` --- ### 3. 数据库设计 为了存储YOLOv8的推理结果，可以设计一个简单的数据库模型。以下是一个示例模型定义： ```python from django.db import models class DetectionResult(models.Model): image = models.ImageField(upload_to='images/') # 存储上传的图片 result = models.TextField() # 存储推理结果 created_at = models.DateTimeField(auto_now_add=True) # 创建时间 def __str__(self): return f"Detection {self.id}" ``` 运行以下命令以生成数据库表： ```bash python manage.py makemigrations python manage.py migrate ``` --- ### 4. 前端交互 前端可以通过AJAX或Django Rest Framework与后端通信。以下是一个简单的HTML示例，允许用户上传图片并查看推理结果： ```html <form id="upload-form" enctype="multipart/form-data"> <input type="file" name="image" /> <button type="submit">Upload</button> </form> <div id="result"></div> <script> document.getElementById('upload-form').addEventListener('submit', function(e) { e.preventDefault(); const formData = new FormData(this); fetch('/detect/', { method: 'POST', body: formData }) .then(response => response.json()) .then(data => { document.getElementById('result').innerHTML = `<img src="${data.result}" />`; }); }); </script> ``` ---