项目实训十四

将pytorch模型封装成接口

由于前面对于模型的构建、训练、评估都以完成，接下来要做的就是将按照项目要求，将模型封装成接口，供后端直接调用。我需要做的是后端直接调用系统命令python prase.py -img 图片便可以直接得到解析结果。

由于前面的测试模型的正确率都是批量处理过的图片，而现在前端只会传过来要解析的图片或者图片路径，而且图片也是未经处理过的，显然直接输入不会得到好的结果，并且性能也会比较低。直接输入结果不好是因为有时用户直接上传的图片可能比较模糊或者质量不符合模型的要求，因此在输入模型前需要做图片预处理；而性能不高是因为之前测试都是批处理图片，一次解析很多图片，会将图片打包，而现在，用户每次只会传输一张图片，如果还使用gpu并且打包的话，模型和数据加载到gpu上会浪费很多时间。于是，出于性能的考虑，我还是选择去除之前不必要的解析步骤，简化图片生成latex序列的步骤。

因此，出于提高正确率以及性能两方面的考虑，我会根据需要对图片预处理，处理成二值化图片，将二值化图片直接送入模型，然后得到latex序列。后端通过命令便可以直接得到结果

至此，有关算法方面的全部任务全部完成。