AI导哈

对象检测HTTP服务器

一个基于OpenVINO优化的YOLOv11模型，提供高效对象检测功能的HTTP服务器。

  • by garland3
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 garland3/image-mcp-1

使用说明

OpenVINO对象检测MCP（HTTP服务器）

这是一个外部HTTP MCP服务器，使用YOLOv11模型提供对象检测功能，该模型使用Intel OpenVINO进行了优化，以实现高效推理。

特性

  • YOLOv11目标检测：使用多种模型尺寸进行最先进的物体检测
  • OpenVINO优化：Intel CPU、GPU和VPU上的硬件加速推理
  • HTTP传输：作为HTTP服务器运行，用于外部服务部署
  • 构建时模型转换：Docker镜像在构建过程中预转换所有模型（运行时没有PyTorch/CUDA）
  • 自动模型下载：本地开发在首次使用时自动下载模型
  • 灵活输入：通过文件路径或base64编码字符串接受图像
  • 视觉输出：返回结构化检测数据和带注释的叠加图像
  • COCO类：检测80个不同的对象类别
  • 优化的Docker镜像：预转换模型的图像缩小50-60%

安装

pip install -r requirements.txt

运行服务器

HTTP服务器（默认）

python main.py
# Server starts on http://127.0.0.1:8006/mcp

自定义端口/主机

python main.py --host 0.0.0.0 --port 8080

苏格兰和南方能源公司运输

python main.py --sse --port 8006

STDIO传输（用于本地MCP）

python main.py --stdio

配置

将以下内容添加到MCP配置中以使用此服务器：

{
  "openvino-object-detection": {
    "enabled": true,
    "url": "http://127.0.0.1:8006/mcp",
    "transport": "http",
    "groups": ["users"],
    "description": "Object detection using YOLOv11 with OpenVINO optimization",
    "short_description": "OpenVINO YOLOv11 object detection"
  }
}

可用工具

1. detect_objects

对图像文件执行对象检测。

参数：

  • image_path （str）：输入图像文件的路径
  • model_name （str，可选）：YOLO型号变体（默认：“yolo11n”）
  • confidence_threshold （浮动，可选）：最小置信度得分（默认值：0.25）
  • iou_threshold （浮动，可选）：NMS的IoU阈值（默认值：0.45）
  • device （str，可选）：OpenVINO设备-“自动”、“CPU”、“GPU”（默认：“自动”）
  • output_path （str，可选）：保存带注释的输出图像的路径

2. detect_objects_base64

对base64编码的图像执行对象检测。

参数：

  • image_base64 （str）：Base64编码图像字符串
  • model_name （str，可选）：YOLO型号变体（默认：“yolo11n”）
  • confidence_threshold （浮动，可选）：最小置信度得分（默认值：0.25）
  • iou_threshold （浮动，可选）：NMS的IoU阈值（默认值：0.45）
  • device （str，可选）：OpenVINO设备（默认：“AUTO”）

3. list_available_models

获取有关可用YOLO型号的信息。

4. get_class_labels

获取80个可检测的COCO对象类的列表。

响应格式

{
  "results": {
    "detections": [
      {
        "class_id": 0,
        "class_name": "person",
        "confidence": 0.92,
        "bbox": {
          "x1": 100, "y1": 50,
          "x2": 300, "y2": 400,
          "width": 200, "height": 350
        }
      }
    ],
    "detection_count": 1,
    "image_size": {"width": 640, "height": 480},
    "overlay_base64": "base64_encoded_png..."
  },
  "meta_data": {
    "model_name": "yolo11n",
    "device": "AUTO",
    "inference_time_ms": 45.2,
    "elapsed_ms": 120.5,
    "is_error": false
  }
}

支持的型号

型号 参数 速度 精度 用例
yolo11n ~2.6M 最快 良好 实时，嵌入式
yolo11s ~9.4M 快速 更好 通用
约洛11米 ~20.1米 中等 高 平衡
yolo11l ~25.3M 较慢 非常高 精度高
yolo11x ~56.9M 最慢 最高 最高精度

支持的对象类

这些模型检测了80个COCO类别，包括：

  • 人们：人
  • 车辆：自行车、汽车、摩托车、飞机、公共汽车、火车、卡车、船
  • 动物：鸟、猫、狗、马、绵羊、牛、大象、熊、斑马、长颈鹿
  • 运动：飞盘、滑雪板、单板滑雪板、运动球、风筝、棒球棒/手套、滑板、冲浪板、网球拍
  • 食物：香蕉、苹果、三明治、橙子、西兰花、胡萝卜、热狗、披萨、甜甜圈、蛋糕
  • 家具：椅子、沙发、床、餐桌、卫生间
  • 电子学：电视、笔记本电脑、鼠标、遥控器、键盘、手机
  • 还有更多。..

Docker部署

有四种容器可供选择：

变量 基础图像 模型转换 启动时间 图像大小
ubuntu Ubuntu 24.04 构建时间 ~2s 更小
rhel RHEL UBI 9 构建时间 ~2s 更小
ubuntu-runtime Ubuntu 24.04 首次启动 ~40s 更大
rhel-runtime RHEL UBI 9 首次启动 ~40s 更大

构建所有容器

# Build all 4 variants (supports both docker and podman)
./create_containers.sh

# Build specific variants
./create_containers.sh --ubuntu          # Ubuntu pre-converted only
./create_containers.sh --rhel            # RHEL pre-converted only
./create_containers.sh --ubuntu-runtime  # Ubuntu runtime only
./create_containers.sh --rhel-runtime    # RHEL runtime only

# Build without cache
./create_containers.sh --no-cache

运行容器

# Pre-converted variants (faster startup, recommended)
docker run -d -p 8006:8006 openvino-detection:ubuntu
docker run -d -p 8006:8006 openvino-detection:rhel

# Runtime variants (convert models on first startup, needs volume for caching)
docker run -d -p 8006:8006 -v openvino-models:/app/models openvino-detection:ubuntu-runtime
docker run -d -p 8006:8006 -v openvino-models:/app/models openvino-detection:rhel-runtime

测试推断

# Run inference test (uses test.png by default)
python test_inference.py

# Test with suffix for each container variant
python test_inference.py --suffix ubuntu
python test_inference.py --suffix rhel

# Custom image and output
python test_inference.py --image myimage.jpg --output result.png

# Verbose output
python test_inference.py --verbose

测试输出另存为 test_output_<suffix>.png 覆盖检测边界框。

业绩说明

  • 第一次运行将下载YOLO型号（~10-50MB，取决于变体）
  • OpenVINO自动选择最佳可用硬件
  • 模型在首次加载后被缓存，以便更快地进行后续推理
  • 对于GPU加速，请确保安装了OpenVINO GPU插件

许可证

此MCP使用：

相关 MCP