课程介绍：
PyTorch版的YOLOv5是轻量而高性能的实时目标检测方法。利用YOLOv5训练完自己的数据集后，如何向大众展示并提供落地的服务呢？

本课程将提供相应的解决方案，具体讲述如何使用Web应用程序框架Flask进行YOLOv5的Web应用部署。用户可通过客户端浏览器上传图片，经服务器处理后返回图片检测数据并在浏览器中绘制检测结果。

本课程的YOLOv5使用ultralytics/yolov5，在Ubuntu系统上做项目演示，并提供在Windows系统上的部署方式文档。
本项目采取前后端分离的系统架构和开发方式，减少前后端的耦合。课程包括：YOLOv5的Flask Web部署的系统架构、YOLOv5的安装、 Flask的安装、YOLOv5的检测API接口python代码、 Flask的服务程序的python代码、前端html代码、CSS代码、Javascript代码、系统部署演示、生产环境部署改进建议、Windows10系统上部署的区别等。

课程目录：
1 课程介绍.mp4
2 YOLOv5的Flask Web部署演示的系统架构.mp4
3 YOLOv5的安装.mp4
4 Flask Web应用程序框架简介.mp4
5 Flask的安装和Hello World.mp4
6 YOLOv5的检测API接口Flask服务程序的代码.mp4
7 Flask服务程序的python代码.mp4
8 前端html代码.mp4
9 前端CSS代码.mp4
10 前端Javascript代码.mp4
11 系统部署演示.mp4
12 使用自己训练的网络权重部署演示.mp4
13 生产环境系统部署建议.mp4
14 Windows系统上的系统部署.mp4
15 课程总结.mp4
16 V4.0部署更新-Ubuntu.mp4
17 V4.0部署更新-Windows.mp4
18 V6.0部署更新.mp4

资料目录：1.yolov5-flask-Ubuntu部署-01.pdf
2.yolov5-flask-win10部署-01.pdf
更新yolov5-flask-ubuntu部署-01.pdf
更新yolov5-flask-win10部署-01.pdf