Django Labeller 项目教程
2024-09-28 11:29:52作者:何举烈Damon
1. 项目的目录结构及介绍
Django Labeller 项目的目录结构如下:
django-labeller/
├── doc/
│ ├── image_labelling_tool/
│ ├── image_labelling_tool_qt/
│ ├── images/
│ ├── simple_django_labeller/
│ ├── CHANGES.md
│ ├── Image labeller notebook.ipynb
│ ├── LICENSE.txt
│ ├── README.md
│ ├── Recipe-custom-auto-labelling-tool.md
│ ├── requirements.txt
│ └── setup.py
├── image_labelling_tool/
│ ├── flask_labeller/
│ ├── qt_labeller/
│ ├── django_labeller/
│ ├── __init__.py
│ ├── settings.py
│ ├── urls.py
│ └── wsgi.py
├── simple_django_labeller/
│ ├── manage.py
│ ├── example_labeller_app/
│ ├── migrations/
│ ├── models.py
│ ├── tests/
│ ├── views.py
│ └── settings.py
└── test_api/
├── __init__.py
├── main.py
└── requirements.txt
目录结构介绍
- doc/: 包含项目的文档文件,如
README.md、CHANGES.md等。 - image_labelling_tool/: 包含 Django Labeller 的核心代码,分为 Flask、Qt 和 Django 三个部分。
- simple_django_labeller/: 包含一个简单的 Django 示例应用,用于演示如何集成 Django Labeller。
- test_api/: 包含用于测试的 API 代码。
2. 项目的启动文件介绍
Flask 应用启动
要启动 Flask 应用,请在项目根目录下运行以下命令:
python -m image_labelling_tool.flask_labeller
Qt 应用启动
要启动 Qt 应用,请在项目根目录下运行以下命令:
python -m image_labelling_tool_qt.simple_labeller
Django 应用启动
要启动 Django 应用,请在 simple_django_labeller/ 目录下运行以下命令:
python manage.py runserver
3. 项目的配置文件介绍
Django 配置文件
Django 应用的配置文件位于 simple_django_labeller/example_labeller_app/settings.py。该文件包含 Django 项目的配置选项,如数据库配置、静态文件路径、中间件等。
Flask 配置文件
Flask 应用的配置文件位于 image_labelling_tool/flask_labeller/settings.py。该文件包含 Flask 应用的配置选项,如数据库配置、静态文件路径等。
Qt 配置文件
Qt 应用的配置文件位于 image_labelling_tool_qt/settings.py。该文件包含 Qt 应用的配置选项,如图像目录、DEXTR 模型路径等。
通过以上配置文件,您可以根据需要自定义 Django Labeller 的行为和功能。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0155- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.76 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
987
253