SkyLi
356a308f9b
- Add FastAPI microservice for infrared equipment fault detection - Add dual pyproject.toml: local development and Docker deployment - Add MANUAL_SETUP.md for manual file placement instructions - Add Dockerfile for containerized deployment - Add sample .env.example for PROJECT_ROOT configuration - Configure gitignore for weights, lib, venv, and environment files
1.3 KiB
1.3 KiB
手动部署说明
由于网络限制，权重文件和 whl 包需要手动放置到本地目录。
必需文件
1. whl 包
- 文件名:
infrared_data-0.1.0-py3-none-any.whl - 存放路径:
lib/infrared_data-0.1.0-py3-none-any.whl - 下载地址: 联系项目维护者获取
2. 模型权重文件
- 文件名:
best.pt - 存放路径:
weights/best.pt - 下载地址: 联系项目维护者获取
目录结构
.
├── lib/
│ └── infrared_data-0.1.0-py3-none-any.whl
├── weights/
│ └── best.pt
├── src/
│ ├── __init__.py
│ ├── config.py
│ └── main.py
├── tests/
├── pyproject.toml
└── Dockerfile
安装步骤
# 1. 放置上述文件到对应目录
# 2. 创建 .env 文件（包含项目路径）
# 注意：此文件包含绝对路径，每个开发者需要根据实际路径修改
cp .env.example .env # 或手动创建
# 3. 创建虚拟环境并安装依赖
set -a && source .env && uv sync
# 4. 启动服务
set -a && source .env && INFERENCE_DEVICE=cpu uv run uvicorn src.main:app --host 0.0.0.0 --port 8000
验证
# 健康检查
curl http://localhost:8000/health
# 测试推理
curl -X POST http://localhost:8000/infer -F "image=@your_image.jpg"