【CNB.COOL】智能花卉分类系统 – 部署指北

在现代软件开发中，高效的代码管理和制品管理是团队成功的关键。CNB.cool 是一个专为开发者和团队设计的云原生代码托管与制品管理平台，旨在帮助您提升开发效率、规范协作流程，并确保代码和资源的安全性。

一、 项目概述

智能花卉分类系统是一个基于深度学习的Web应用，能够识别5种花卉：

雏菊 (Daisy)

蒲公英 (Dandelion)

玫瑰 (Rose)

向日葵 (Sunflower)

郁金香 (Tulip)

二、部署前准备

2.1. 项目结构确认

确保项目包含以下关键文件：

flower-class/
├── data/                    # 原始花卉图像数据
├── data_split/             # 划分后的训练/验证/测试数据
├── logs/                   # 训练日志
├── src/                    # 源代码
│   ├── interfaces/         # Web界面
│   ├── models/             # 模型定义
│   ├── training/           # 训练代码
│   └── utils/              # 工具函数
├── static/                 # 静态资源
└── *.pth                   # 预训练模型文件

2.2. 环境要求

• Python 3.8+
• PyTorch
• TorchVision
• Streamlit
• Matplotlib
• 足够的存储空间（模型文件较大）

2.3. 本地安装GIT

下载地址为 git-scm.com或者gitforwindows.org，或者阿里镜像

上面的 git-scm 是 Git 的官方，里面有不同系统不同平台的安装包和源代码，而 gitforwindows.org 里只有 windows 系统的安装包，阿里镜像直接Ctrl+F 搜索最新版本前缀即可

2.4.注册CNB.COOL

进入网站https://cnb.cool ，点击右上角登录，微信扫码登录即可

2.5.创建组织

首次登录，点击右上角头像，我的组织

然后创建组织

2.6.创建仓库

2.7.创建令牌

点击头像，个人设置

访问令牌-添加访问令牌

填入令牌名后，我们只选择repo-code和repo-contents 然后下拉点击创建，保存弹框中的信息

三、cnb.cool 部署步骤

3.1上传源码至CNB.COOL

右键单机项目文件，OPEN Git Bash here

进入终端后，输入以下命令

#初始化Git仓库
git init
#添加远程仓库
git remote -v
#然后把下图“方式3”第二步remote和框起来的按顺序输入到命令框

#初始化LFS
git lfs install
#跟踪大文件（例如 .pth 文件），没有就不用下面这两步，直接跳到git add .
git lfs track "*.pth"
#添加 .gitattributes 文件到暂存区（LFS 的配置文件）
git add .gitattributes
#添加所有文件
git add .
# 提交配置
git commit -m "一个基于深度学习的智能花卉图像分类系统，支持多种花卉类别的识别。"

倒数第二步，推送！如果main不对，就是master，实际根据你本地的文件来决定

git push origin main

会弹出这个框，我们填入上面保存的令牌内容，

Username：cnb

Password：填入Token

等会儿上传完成，我们刷新仓库页面

3.2远程开发，启动！

我在vscode里安装了cnb插件，登陆后可以直接启动仓库中的项目

等几秒就创建好环境

我们先安装必须的环境pip install -r requirements.txt

环境安装完成后，我们输入python start_app.py来启动

3.2通过CNB.COOL部署项目

参考说明：README_TO_CNB.md at main · code_free/flower-recognition

四、结语

这是我第一个用来练手streamlit的项目，还在测试阶段，欢迎大家加入CNB.COOL。