当前位置：首页 > news >正文

DAMO-YOLO快速上手：curl命令行调用API获取JSON检测结果

news 2026/8/8 20:37:44

DAMO-YOLO快速上手：curl命令行调用API获取JSON检测结果

1. 开篇：为什么需要命令行调用？

你是不是遇到过这样的情况：想要批量处理图片，但不想一次次点击上传按钮？或者需要在服务器上自动化运行目标检测，但不想打开浏览器界面？这时候，命令行调用就派上用场了。

DAMO-YOLO不仅提供了酷炫的网页界面，还隐藏着一个强大的API接口。通过简单的curl命令，你就能直接获取JSON格式的检测结果，方便集成到各种自动化流程中。今天我就带你快速上手这个实用功能。

2. 环境准备：确保服务正常运行

在开始之前，我们需要确认DAMO-YOLO服务已经正常启动。打开终端，运行以下命令：

# 检查服务状态 ps aux | grep python | grep flask # 如果服务未运行，启动服务 bash /root/build/start.sh

服务正常启动后，你应该能看到类似这样的输出：

* Serving Flask app 'app' * Debug mode: off * Running on http://127.0.0.1:5000

确保服务在5000端口正常运行，这是我们调用API的基础。

3. 理解API接口：核心参数说明

DAMO-YOLO的API接口设计得很简单，主要参数就两个：

image: 需要检测的图片文件
confidence_threshold: 置信度阈值（可选，默认0.5）

接口地址是：http://localhost:5000/detect

这个接口接收POST请求，返回JSON格式的检测结果。返回的数据结构包含检测到的目标列表、置信度、坐标位置等信息。

4. 基础调用：最简单的检测命令

让我们从最简单的例子开始。假设你有一张名为test.jpg的图片，想要检测其中的目标：

curl -X POST -F "image=@test.jpg" http://localhost:5000/detect

这个命令会：

使用POST方法发送请求
通过-F参数上传图片文件
调用检测接口

你会立即得到类似这样的JSON响应：

{ "detections": [ { "class": "person", "confidence": 0.87, "bbox": [123, 45, 200, 300] } ], "count": 1 }

5. 高级用法：自定义参数和批量处理

5.1 设置置信度阈值

如果你只想检测高置信度的目标，可以添加阈值参数：

curl -X POST \ -F "image=@test.jpg" \ -F "confidence_threshold=0.7" \ http://localhost:5000/detect

这样只会返回置信度大于0.7的检测结果。

5.2 批量处理多张图片

想要批量处理整个文件夹的图片？结合shell脚本很容易实现：

#!/bin/bash for image in ./images/*.jpg; do echo "处理图片: $image" curl -X POST -F "image=@$image" http://localhost:5000/detect > "${image%.jpg}_result.json" echo "结果保存到: ${image%.jpg}_result.json" done

这个脚本会处理images文件夹下的所有jpg图片，并将结果保存为对应的JSON文件。

5.3 只获取统计信息

如果只需要知道检测到了多少目标，不需要详细的坐标信息：

curl -X POST -F "image=@test.jpg" http://localhost:5000/detect | jq '.count'

这里使用了jq工具来提取count字段的值。

6. 处理返回结果：JSON数据结构详解

了解返回数据的结构很重要，这样你才能更好地利用检测结果。返回的JSON包含以下主要字段：

{ "success": true, "detections": [ { "class": "目标类别", "confidence": 0.95, "bbox": [x1, y1, x2, y2] } ], "count": 5, "inference_time": 0.045 }

success: 请求是否成功
detections: 检测到的目标列表
count: 检测到的目标总数
inference_time: 推理耗时（秒）

每个检测目标包含类别、置信度和边界框坐标。坐标格式是[左上角x, 左上角y, 右下角x, 右下角y]。

7. 常见问题解决：你可能遇到的坑

7.1 连接拒绝错误

如果看到Connection refused错误，可能是服务没启动：

# 检查端口占用 netstat -tlnp | grep 5000 # 如果没有输出，启动服务 bash /root/build/start.sh

7.2 图片格式不支持

确保图片格式是常见的jpg、png等格式。如果遇到格式问题，可以先用 imagemagick 转换：

convert input.bmp output.jpg

7.3 返回数据为空

如果检测结果为空，可能是置信度阈值设置太高，或者图片中确实没有可检测的目标。尝试降低阈值：

curl -X POST \ -F "image=@test.jpg" \ -F "confidence_threshold=0.3" \ http://localhost:5000/detect

8. 实际应用场景：命令行调用的优势

命令行调用API在实际工作中特别有用：

自动化监控系统：可以定时对监控截图进行检测，发现异常时触发报警批量图片处理：一次性处理大量图片，生成检测报告集成到工作流：作为更大系统的一个组件，提供视觉检测能力资源受限环境：在只有命令行的服务器环境中使用

比如，你可以创建一个简单的入侵检测脚本：

#!/bin/bash # 每隔10秒检测一次 while true; do # 截取屏幕 screencapture -x current.jpg # 调用检测 result=$(curl -s -X POST -F "image=@current.jpg" http://localhost:5000/detect) # 检查是否检测到人 if echo "$result" | jq '.detections[].class' | grep -q "person"; then echo "检测到人员活动！" # 这里可以添加报警逻辑 fi sleep 10 done