使用Flask部署肺炎预测模型时浏览器无结果且报文件找不到错误

核心问题分析 #

1. 本地文件访问导致路径错误：直接在本地打开index.html（file://协议）时，表单提交会尝试在本地目录寻找predict文件，而非发送请求到Flask服务器。必须通过Flask启动的HTTP服务（如http://localhost:5000）访问页面。
2. 无响应返回+服务器端绘图无效：predict函数未返回任何HTTP响应，且plt.show()仅在服务器本地弹出窗口，浏览器无法获取结果。

修复步骤 #

1. 调整项目结构 #

创建templates文件夹，将index.html移入其中，最终结构：

m3cad/
├── detect.py
├── model12.h5
└── templates/
    └── index.html

2. 修改detect.py代码 #

修复路由逻辑、图片处理流程，将预测结果返回前端：

from flask import Flask, request, render_template
import numpy as np
from tensorflow.keras.utils import img_to_array
from tensorflow.keras.models import load_model
from PIL import Image
import io

# 加载训练好的模型
model = load_model('model12.h5')

# 初始化Flask应用
app = Flask(__name__)

# 根路由：渲染图片上传页面
@app.route('/')
def index():
    return render_template('index.html')

# 预测路由：处理上传请求并返回结果
@app.route('/predict', methods=['POST'])
def predict():
    # 读取上传的图片文件
    image_file = request.files['image-file']
    # 使用PIL处理图片，兼容更多格式
    image = Image.open(image_file.stream).convert('RGB')
    
    # 预处理图片（需匹配模型训练时的输入尺寸，示例为224x224，根据你的模型调整）
    image = image.resize((224, 224))
    test_image = img_to_array(image)
    test_image = np.expand_dims(test_image, axis=0)
    # 归一化（与模型训练时的预处理逻辑一致，示例为除以255）
    test_image = test_image / 255.0

    # 执行预测
    pred = model.predict(test_image)
    predict_idx = np.argmax(pred, axis=-1)

    # 生成预测结果文本
    prediction = 'Normal' if predict_idx == 0 else 'Pneumonia +VE'
    confidence = f"{np.max(pred)*100:.2f}%"

    # 将结果返回至前端页面
    return render_template('index.html', prediction=prediction, confidence=confidence)

# 启动Flask服务
if __name__ == '__main__':
    app.run(debug=True)

3. 修改index.html添加结果展示 #

在表单下方增加预测结果显示区域：

<!DOCTYPE html>
<html>
  <head>
    <title>肺炎图像预测</title>
  </head>
  <body>
    <h1>肺炎图像预测</h1>
    <form action="/predict" method="post" enctype="multipart/form-data">
      <div>
        <label for="image-file">选择图像文件:</label>
        <input type="file" name="image-file" accept="image/*" required />
      </div>
      <div style="margin-top:10px;">
        <input type="submit" value="开始预测" />
      </div>
    </form>
    <!-- 预测结果展示区域 -->
    {% if prediction %}
    <div style="margin-top:20px; padding:10px; border:1px solid #ccc;">
      <h2>预测结果: {{ prediction }}</h2>
      <p>置信度: {{ confidence }}</p>
    </div>
    {% endif %}
  </body>
</html>

4. 运行与访问 #

1. 安装依赖包：pip install flask tensorflow pillow numpy
2. 运行detect.py，终端会显示服务地址（如http://127.0.0.1:5000）
3. 在浏览器中打开该地址，上传图片即可查看预测结果

内容的提问来源于stack exchange，提问作者Maaz