使用Gradio部署HuggingFace目标检测Transformer模型遇报错求助

第一个错误原因 #

Gradio的gr.Interface.from_pipeline()方法并未内置支持HuggingFace的ObjectDetectionPipeline类型，直接传入目标检测管道会触发Unsupported pipeline type错误，必须通过自定义函数封装模型调用逻辑。

第二个错误原因 #

自定义函数中使用"label"作为输出组件不合适：目标检测管道返回的是包含边界框坐标、类别标签、置信度的字典列表（格式示例：[{"box": {"xmin": 10, "ymin": 20, "xmax": 100, "ymax": 150}, "label": "cat", "score": 0.95}, ...]），而label组件仅能显示纯文本标签，无法解析和展示边界框信息，导致预测时报错。

修正后的完整代码 #

import gradio as gr
from transformers import pipeline

# 提前初始化目标检测管道，避免每次调用重复加载模型
obj_detect = pipeline("object-detection")

def object_detector(image):
    # 调用模型得到检测结果
    results = obj_detect(image)
    
    # 转换结果格式为Gradio Image组件可识别的标注格式
    annotations = []
    for result in results:
        box = result["box"]
        annotations.append({
            "label": f"{result['label']} ({round(result['score'], 2)})",
            "bbox": [box["xmin"], box["ymin"], box["xmax"], box["ymax"]]
        })
    
    # 返回原始图像和标注信息
    return image, annotations

# 构建Interface：输入为图像，输出为带标注的图像
app = gr.Interface(
    fn=object_detector,
    inputs=gr.Image(type="pil"),
    outputs=gr.Image(type="pil", label="检测结果", show_label=True),
    title="目标检测演示",
    description="上传图像即可识别其中的物体并标注边界框"
)

app.launch(share=True)

关键修正点说明 #

• 提前初始化管道：将obj_detect = pipeline("object-detection")放在函数外部，避免每次预测都重新加载模型，提升性能。
• 输出组件调整：使用gr.Image作为输出组件，并将检测结果转换为包含label和bbox的字典格式，Gradio会自动在图像上绘制边界框和标签。
• 修正拼写错误：原代码中Import应为小写import，这是基础语法错误，会导致代码无法运行。

内容的提问来源于stack exchange，提问作者Ifeanyi Idiaye