calista engine

calista engine

Um mecanismo desenvolvido com Deep Learning para medir a estética do seu site

Artigo: "Calista: Um sistema baseado em aprendizagem profunda para compreender e avaliar a estética de sites"

Citar como:

 @article{DELITZAS2023,
	title = {Calista: A deep learning-based system for understanding and evaluating website aesthetics},
	journal = {International Journal of Human-Computer Studies},
	volume = {175},
	pages = {103019},
	year = {2023},
	issn = {1071-5819},
	doi = {https://doi.org/10.1016/j.ijhcs.2023.103019},
	url = {https://www.sciencedirect.com/science/article/pii/S1071581923000253},
	author = {Alexandros Delitzas and Kyriakos C. Chatzidimitriou and Andreas L. Symeonidis}
}

Como usar

• Passo 1: Insira a URL da página que deseja avaliar sua estética

• Etapa 2: aguarde alguns segundos para que o processo de avaliação seja concluído

• Passo 3: A pontuação estética está pronta!

Pré-requisitos

• Docker
• Composição do Docker

Implantação

Passo 1 – Baixe o modelo pré-treinado

Baixe o modelo na pasta CNN/src/cnn_model/ aqui.

Passo 2 – Variáveis ​​de ambiente (opcional)

Adicione um arquivo .env na pasta raiz do projeto e defina as seguintes variáveis:

Variável de ambiente	Descrição
URLBASE	URL base usado para as solicitações

Etapa 3 - Executar

Começar:

 docker-compose -f docker-compose.yml up --build

Parar:

 Ctrl-C

Para modo desanexado :

Começar:

 docker-compose -f docker-compose.yml up -d --build

Parar:

 docker-compose down