Fashion Recommendation System

Fashion Recommendation System

🚀 快速开始指南

本指南将帮助您快速搭建项目开发环境并启动前后端服务。

🚀 快速开始

步骤1:克隆GitHub项目

请先将项目从GitHub克隆到本地。

步骤2:设置Python环境

创建并激活Python虚拟环境,不同操作系统的激活命令有所不同:

python -m venv venv
source venv/bin/activate  # 在macOS或Linux上
venv\Scripts\activate     # 在Windows上

步骤3:安装依赖项

在激活虚拟环境后,安装项目所需的Python依赖项:

pip install -r requirements.txt

步骤4:启动FastAPI服务器(后端)

使用以下命令启动FastAPI后端服务器:

uvicorn backend.app.server:app --reload

当服务器成功运行并连接到数据库时,控制台会显示以下消息:

数据库已连接
INFO:     应用程序启动完成。

步骤5:安装前端依赖项

进入前端项目目录,安装前端所需的依赖项:

npm install

步骤6:启动开发服务器(前端)

使用以下命令启动前端开发服务器:

npm start

服务器启动后,日志会显示确认信息,并且会自动在浏览器中打开应用程序,访问地址为:http://localhost:3000/

📚 项目进度

已完成的内容

  • 24 Apr:FastAPI服务器已启动并运行
  • 24 Apr:数据库连接已设置
  • 24 Apr:后端架构功能正常
  • 25 Apr:前端基本UI界面已完成图片上传功能

下一步计划

  1. 评估CLIP的标记准确度在服装样例图像上的表现
  2. 调整标记系统以提高推荐效果
  3. 测试后端与实时用户数据的集成
  4. 设置模型性能监控
  5. 前端演示
  • 0 关注
  • 0 收藏,25 浏览
  • system 提出于 2025-10-01 00:18

相似服务问题

相关AI产品