文件名称：radanalytics-image-recognition:Radanalytics图像识别示例
文件大小：92KB
文件格式：ZIP
更新时间：2024-05-22 12:33:05
JavaScript
使用Tensorflow进行Radanalytics图像识别 生成并运行应用程序 安装所有python依赖项 pip install -r requirements.txt 安装并构建所有js依赖项 npm install npm run build 启动应用 python server.py 现在可以从0.0.0.0:8081访问0.0.0.0:8081 开发与测试 发生前端文件更改时重建Webpack npm run dev 依存关系 其余的api将结果存储在jdg缓存中。 您将需要docker运行。 要运行JDG，您需要执行以下操作： ./run-jdg-docker.sh 要运行图像识别应用程序： docker run -p 8081:8081 docker.io/zmhassan/tensorflow-image-recognition 要在openshift
【文件预览】：
radanalytics-image-recognition-master
----docker.io.push.sh(458B)
----.eslintrc(242B)
----run-jdg-docker.sh(540B)
----imgs()
--------screenshot.png(63KB)
----start.sh(192B)
----.gitmodules(130B)
----webpack.config.js(2KB)
----.babelrc(53B)
----Dockerfile(4KB)
----requirements.txt(109B)
----__init__.py(0B)
----openshift()
--------jboss-datagrid-template.yml(2KB)
--------image-recognition-template.yml(2KB)
----tox.ini(218B)
----server.py(2KB)
----LICENSE(11KB)
----README.md(1KB)
----deploy-openshift.sh(317B)
----tests()
--------test_api.py(899B)
--------conftest.py(335B)
--------resources()
----.gitignore(991B)
----app()
--------frontend()
--------backend()
--------__init__.py(0B)
----package.json(1KB)