【原】盤點(diǎn)常用驗(yàn)證碼標(biāo)注和識(shí)別項(xiàng)目線上部署三種方式——VUE前端、Java后端和Python后端部署

Python進(jìn)階者 2023-02-10 發(fā)布于廣東

展開全文

今

日

雞

湯

愿得此身長(zhǎng)報(bào)國(guó)，何須生入玉門關(guān)。

大家好，我是Snowball。

一、前言

今天給大家分享的實(shí)戰(zhàn)項(xiàng)目是常用驗(yàn)證碼標(biāo)注&識(shí)別項(xiàng)目的線上部署，前面四篇文章講解了文章的創(chuàng)作靈感、需求分析和實(shí)現(xiàn)思路、數(shù)據(jù)采集/預(yù)處理/字符圖切割等知識(shí)、高效率數(shù)據(jù)標(biāo)注、CNN神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練/測(cè)試/部署/預(yù)測(cè)等知識(shí)，干貨滿滿，可以戳文章前往：

Python項(xiàng)目實(shí)戰(zhàn)篇——常用驗(yàn)證碼標(biāo)注&識(shí)別(CNN神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練/測(cè)試/部署)

Python項(xiàng)目實(shí)戰(zhàn)篇——常用驗(yàn)證碼標(biāo)注&識(shí)別(前端+后端實(shí)現(xiàn)高效率數(shù)據(jù)標(biāo)注)

Python項(xiàng)目實(shí)戰(zhàn)篇——常用驗(yàn)證碼標(biāo)注&識(shí)別(數(shù)據(jù)采集/預(yù)處理/字符圖切割）

Python項(xiàng)目實(shí)戰(zhàn)篇——常用驗(yàn)證碼標(biāo)注和識(shí)別(需求分析和實(shí)現(xiàn)思路)

這篇文章主要給大家盤點(diǎn)VUE前端、Java后端和Python后端部署方式。

二、標(biāo)注系統(tǒng)VUE前端

這個(gè)方式，可參考前端項(xiàng)目README-zh.md文章。項(xiàng)目地址：

#構(gòu)建包npm run build:prod
#上傳服務(wù)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;  }}

前端文件服務(wù)器目錄：

三、標(biāo)注系統(tǒng)Java后端部署

#打包maven clean install package
#拷貝jar包到服務(wù)器省略
#jdk/mysql/redis部署省略
#啟動(dòng)項(xiàng)目nohup java -jar xxx.jar &
#查看啟動(dòng)日志tail -f nohup.out

后端文件服務(wù)器目錄：

后端啟動(dòng)日志：

四、Python模型部署

#拷貝python文件、cpu模型到服務(wù)器省略
#python3/pipreqs導(dǎo)出依賴包/pip安裝包省略注意項(xiàng)：服務(wù)器安裝pytorch安裝MemoryError問(wèn)題，需要加上pip --no-cache-dir install 
#啟動(dòng)項(xiàng)目nohup python3 net_flask.py &
#查看啟動(dòng)日志tail -f nohup.out

Flask Web App啟動(dòng)日志：

好的，到了這里，項(xiàng)目部署全部大功告成。這塊內(nèi)容沒啥技術(shù)難度，就是安裝運(yùn)行環(huán)境，配置文件，最后啟動(dòng)項(xiàng)目。這些項(xiàng)目服務(wù)在服務(wù)器單機(jī)部署，代碼暫無(wú)發(fā)現(xiàn)bug，部分結(jié)果截圖暫未提供，讀者可以自行下載代碼使用IDE運(yùn)行工程實(shí)踐，有什么問(wèn)題和想法隨時(shí)可以留言或者聯(lián)系小編。

五、總結(jié)

大家好，我是Snowball。以上就是筆者歷時(shí)2-3個(gè)月從把多年前的想法實(shí)現(xiàn)從可行性分析，到前置知識(shí)學(xué)習(xí)，再到功能分析、設(shè)計(jì)、開發(fā)、測(cè)試和部署，基本上是獨(dú)立學(xué)習(xí)并完成的，相信看到這里的讀者我想都是技術(shù)很牛逼的大佬了~~

總的來(lái)說(shuō)，用到的技術(shù)層次不是特別深，主要是筆者自己利用多年企業(yè)中的項(xiàng)目開發(fā)經(jīng)驗(yàn)，整合了標(biāo)注前后端系統(tǒng)，CNN神經(jīng)網(wǎng)絡(luò)圖片模型識(shí)別是現(xiàn)學(xué)先用的，用的模型偏簡(jiǎn)單。

在筆者實(shí)現(xiàn)這個(gè)項(xiàng)目功能的過(guò)程中，深深意識(shí)到了神經(jīng)網(wǎng)絡(luò)模型特定領(lǐng)域的強(qiáng)大之處，其關(guān)聯(lián)的學(xué)科知識(shí)非常多，同時(shí)也看到了自己的工科數(shù)學(xué)、算法基礎(chǔ)較薄弱，后面會(huì)花時(shí)間去補(bǔ)上這些不足之處，這樣才能更容易理解、把玩現(xiàn)有的各種算法模型。

大家都知道，在現(xiàn)在這個(gè)時(shí)間節(jié)點(diǎn)，互聯(lián)網(wǎng)行業(yè)已經(jīng)進(jìn)入下半場(chǎng)，很多功能需求不再是增刪改查，而是大數(shù)據(jù)，超大規(guī)模算力場(chǎng)景，總之未來(lái)機(jī)器會(huì)取代人類很多方面的基礎(chǔ)能力。

XDM，還能說(shuō)啥呢，做為一名向上的程序猿，從現(xiàn)在開始，學(xué)習(xí)（卷）起來(lái)，在人工智能時(shí)代，不要讓自己的能力停留在CRUD層面。

最后，讀者在下載代碼使用IDE運(yùn)行工程實(shí)踐的過(guò)程中，有什么問(wèn)題和想法隨時(shí)可以留言或者聯(lián)系小編。

參考資料匯總

[1.常用驗(yàn)證碼的識(shí)別方法](https://zhuanlan.zhihu.com/p/47703273)[2.Pytorch實(shí)現(xiàn)驗(yàn)證碼識(shí)別](https://www.zhihu.com/column/c_1355984533385265153)[3.OpenCV文章專欄](https://blog.csdn.net/yukinoai/category_9283880.html)[4.OpenCV-Python視頻](https://www.bilibili.com/video/BV1tb4y1C7j7)[5.微積分](https://www.bilibili.com/video/BV1Eb411u7Fw)[6.線性代數(shù)](https://www.bilibili.com/video/BV1aW411Q7x1)[7.概率論](https://www.bilibili.com/video/BV1ot411y7mU)[8.計(jì)算機(jī)數(shù)學(xué)基礎(chǔ)](https://www.bilibili.com/video/BV1AB4y1K7kM)[9.理解卷積意義](https://www.bilibili.com/video/BV1VV411478E)[10.前饋神經(jīng)網(wǎng)絡(luò)](https://www.bilibili.com/video/BV1Tt411s7fK)[11.神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)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視頻](https://www.bilibili.com/video/BV1t64y1t7V8)