大家好，我是Snowball。一、前言 今天给大家分享的实战项目是常用验证码标注&识别项目的线上部署，前面四篇文章讲解了文章的创作灵感、需求分析和实现思路、数据采集/预处理/字符图切割等知识、高效率数据标注、CNN神经网络模型训练/测试/部署/预测等知识，干货满满，可以戳文章前往： Python项目实战篇——常用验证码标注&识别(CNN神经网络模型训练/测试/部署)
Python项目实战篇——常用验证码标注&识别(前端+后端实现高效率数据标注)
Python项目实战篇——常用验证码标注&识别(数据采集/预处理/字符图切割）
Python项目实战篇——常用验证码标注和识别(需求分析和实现思路)
这篇文章主要给大家盘点VUE前端、Java后端和Python后端部署方式。 二、标注系统VUE前端 这个方式，可参考前端项目README-zh.md文章。项目地址： #构建包npm run build:prod
#上传服务器省略
#配置nginxupstream mark_service{ server localhost:8088;}
server { listen 8084; listen [::]:8084; server_name _; #access_log logs/host.access.log main;
location / { root /app/mark_data_service/webui/; index index.html index.htm; add_header 'Access-Control-Allow-Origin' '*'; add_header 'Access-Control-Allow-Credentials' 'true'; add_header 'Access-Control-Allow-Methods' 'GET'; }
location /api/ { proxy_pass http://mark_service/; proxy_set_header Host $host; }
error_page 500 502 503 504 /50x.html; location = /50x.html { root html; }}
前端文件服务器目录： 
三、标注系统Java后端部署 #打包maven clean install package
#拷贝jar包到服务器省略
#jdk/mysql/redis部署省略
#启动项目nohup java -jar xxx.jar &
#查看启动日志tail -f nohup.out
后端文件服务器目录： 
后端启动日志： 
四、Python模型部署#拷贝python文件、cpu模型到服务器省略
#python3/pipreqs导出依赖包/pip安装包省略注意项：服务器安装pytorch安装MemoryError问题，需要加上pip --no-cache-dir install
#启动项目nohup python3 net_flask.py &
#查看启动日志tail -f nohup.out
Flask Web App启动日志： 
好的，到了这里，项目部署全部大功告成。这块内容没啥技术难度，就是安装运行环境，配置文件，最后启动项目。这些项目服务在服务器单机部署，代码暂无发现bug，部分结果截图暂未提供，读者可以自行下载代码使用IDE运行工程实践，有什么问题和想法随时可以留言或者联系小编。
五、总结 大家好，我是Snowball。以上就是笔者历时2-3个月从把多年前的想法实现从可行性分析，到前置知识学习，再到功能分析、设计、开发、测试和部署，基本上是独立学习并完成的，相信看到这里的读者我想都是技术很牛逼的大佬了~~ 总的来说，用到的技术层次不是特别深，主要是笔者自己利用多年企业中的项目开发经验，整合了标注前后端系统，CNN神经网络图片模型识别是现学先用的，用的模型偏简单。 在笔者实现这个项目功能的过程中，深深意识到了神经网络模型特定领域的强大之处，其关联的学科知识非常多，同时也看到了自己的工科数学、算法基础较薄弱，后面会花时间去补上这些不足之处，这样才能更容易理解、把玩现有的各种算法模型。 大家都知道，在现在这个时间节点，互联网行业已经进入下半场，很多功能需求不再是增删改查，而是大数据，超大规模算力场景，总之未来机器会取代人类很多方面的基础能力。 XDM，还能说啥呢，做为一名向上的程序猿，从现在开始，学习（卷）起来，在人工智能时代，不要让自己的能力停留在CRUD层面。 最后，读者在下载代码使用IDE运行工程实践的过程中，有什么问题和想法随时可以留言或者联系小编。 参考资料汇总[1.常用验证码的识别方法](https://zhuanlan.zhihu.com/p/47703273)[2.Pytorch实现验证码识别](https://www.zhihu.com/column/c_1355984533385265153)[3.OpenCV文章专栏](https://blog.csdn.net/yukinoai/category_9283880.html)[4.OpenCV-Python视频](https://www.bilibili.com/video/BV1tb4y1C7j7)[5.微积分](https://www.bilibili.com/video/BV1Eb411u7Fw)[6.线性代数](https://www.bilibili.com/video/BV1aW411Q7x1)[7.概率论](https://www.bilibili.com/video/BV1ot411y7mU)[8.计算机数学基础](https://www.bilibili.com/video/BV1AB4y1K7kM)[9.理解卷积意义](https://www.bilibili.com/video/BV1VV411478E)[10.前馈神经网络](https://www.bilibili.com/video/BV1Tt411s7fK)[11.神经网络学习理解](https://space.bilibili.com/504715181?spm_id_from=333.788.b_765f7570696e666f.1)[12.Numpy中文教程](https://www.runoob.com/numpy/numpy-tutorial.html)[13.PyTorch中文教程](https://pytorch./SecondSection/neural_networks/)[14.PyTorch视频](https://www.bilibili.com/video/BV1t64y1t7V8)
------------------- End -------------------
|
