REST API端点传图至YOLOv8模型报错：不支持字节类型

问题场景 #

使用FastAPI开发YOLOv8推理API时，通过UploadFile接收图片并读取字节内容传给模型，触发如下错误：

{
"error": "Unsupported image type. For supported types see https://docs.ultralytics.com/modes/predict"
}
此前直接传入图片路径字符串时模型可正常推理，因YOLOv8不直接支持字节类型输入导致接口调用失败。

解决方案 #

方案1：将字节内容转为PIL Image对象（推荐）

YOLOv8原生支持PIL Image作为输入，无需磁盘IO，效率更高。

1. 新增依赖导入：

from PIL import Image
import io

2. 修改/predict/接口代码：

@app.post("/predict/")
async def upload_file(file: UploadFile):
    try:
        content = await file.read()
        # 将字节流转为PIL Image对象
        image = Image.open(io.BytesIO(content))
        result = model.load_yolo_v8(image)
        return {"result": result}
    except Exception as e:
        return {"error": str(e)}

3. 适配模型推理函数（app/model/model.py）：
   YOLOv8的model()方法直接兼容路径字符串和Image对象，只需处理输出格式即可：

from ultralytics import YOLO

model = YOLO("your-model-path.pt")

def load_yolo_v8(input_data):
    results = model(input_data)
    # 处理推理结果为所需的列表格式（示例）
    output = []
    for res in results:
        for box in res.boxes:
            output.append({
                "bbox": box.xyxy[0].tolist(),
                "confidence": box.conf[0].item(),
                "class_id": int(box.cls[0].item())
            })
    return output

方案2：将字节内容保存为临时文件（兼容仅支持路径的模型逻辑）

若模型函数仅接受路径字符串，可将字节内容写入临时文件后传路径：

1. 新增依赖导入：

import tempfile
import os

2. 修改/predict/接口代码：

@app.post("/predict/")
async def upload_file(file: UploadFile):
    try:
        content = await file.read()
        # 创建带原文件后缀的临时文件
        ext = os.path.splitext(file.filename)[1]
        with tempfile.NamedTemporaryFile(delete=False, suffix=ext) as tmp_file:
            tmp_file.write(content)
            tmp_path = tmp_file.name
        
        result = model.load_yolo_v8(tmp_path)
        # 推理完成后删除临时文件
        os.unlink(tmp_path)
        
        return {"result": result}
    except Exception as e:
        return {"error": str(e)}

内容的提问来源于stack exchange，提问作者Ahmad Mujtaba