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 bash3、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
