第13次汇报 (2022.04.25)
本周将三个部分连通, 实现了毕设所要求的最基本的功能;
本周完成的工作:
- 将后端接口部署到云端服务器;
- 前端微信小程序的设计(主要是加入图片裁剪组件);
还需要完成的工作:
- 深度学习模型方面
- 学习"分析心电数据"的深度学习模型;
- 是否要训练除V1波形之外的其他波形?
- 怎么检测和提高模型的准确程度?
- 微信小程序方面
- 创建后台数据库,将每个用户提交记录和诊断记录保存起来。
- 提高用户使用小程序的体验。如用户点击诊断结果中的疾病,就可以查看该疾病的简介和康复建议。
将后端部署到云端服务器
-
服务器
- 购买云服务器
- 下载Xshell
- 新建会话, 远程连接服务器
-
将项目文件上传到服务器
# 用xftp上传项目文件 # 很有用的指令: 将当前文件夹内所有文件移动到上一层 mv * ../ sudo yum install unzip unzip ECG.zip
-
安装anaconda
# 上传anaconda安装包 bash Anaconda3-5.3.1-Linux-x86_64.sh vim ~/.bashrc export PATH="/root/anaconda3/bin:$PATH" source ~/.bashrc
-
创建并启动虚拟环境
conda create -n ecg python=3.7.13 source activate ecg
-
pip添加清华源
# ~/.pip/pip.conf [global] index-url=https://pypi.tuna.tsinghua.edu.cn/simple [install] trusted-host=pypi.tuna.tsinghua.edu.cn
-
安装screen, 使ssh连接断开后程序可以继续执行
yum install screen
-
screen的使用
# 创建新的screen窗口 screen -S name # 列出所有screen窗口 screen -ls #重新连接screen会话 screen -r 5100(这个是列出screen会话前面的ID, 直接写name也可以)
-
运行接口
cd ECG pip install -r requirements.txt python src/app.py # 接口url为 http://120.26.86.149/predict