前言：本文对使用飞桨EasyDL桌面版实现本地部署物体检测做一下说明

一、训练模型

如何使用飞桨EasyDL桌面版这里就不再赘述，直接参照官方文档进行物体检测模型训练。

飞桨EasyDL桌面版-用零代码开发实现物体检测https://ai.baidu.com/ai-doc/EASYDL/Tl2swltx0 笔者这里使用的场景的是玩手机检测。因为是测试，所以图片只用了6张进行训练。后面的github链接有附上图片和示例

二、部署本地docker环境

因为是在mac上进行本地部署，所以需要部署Linux集成Python，Python这里咱们选择的是3.7版本。

三、容器执行程序

1、docker-compose创建python容器

docker容器配置github地址https://github.com/444136347/python-easydl-docker

2、进入容器：

docker exec -it muzi_python bash

3、执行Python程序

cd PaddleDesktop-EasyEdge-linux-m1-r1-x86/python && python demo_serving.py ../RES/ ../../phone.jpeg 0.0.0.0 22401

执行成功

4、参考 （笔者的docker配置是参照这个文档进行的，可以稍微看下）

飞桨EasyDL桌面版Linux集成文档-Pythonhttps://ai.baidu.com/ai-doc/EASYDL/3ksjtfc5h四、访问和测试

1、访问链接：

http://127.0.0.1:22401/

2、检测结果