calista engine

calista engine

Механизм глубокого обучения для измерения эстетики вашего веб-сайта.

Статья: «Calista: система глубокого обучения для понимания и оценки эстетики веб-сайтов».

Цитировать как:

 @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}
}

Как использовать

• Шаг 1. Вставьте URL-адрес веб-страницы, эстетику которой вы хотите оценить.

• Шаг 2. Подождите несколько секунд, пока процесс оценки завершится.

• Шаг 3: Оценка эстетики готова!

Предварительные условия

• Докер
• Docker-compose

Развертывание

Шаг 1. Загрузите предварительно обученную модель

Загрузите модель в папку CNN/src/cnn_model/ отсюда.

Шаг 2. Переменные среды (необязательно)

Добавьте файл .env в корневую папку проекта и установите следующие переменные:

Переменная среды	Описание
БАЗЕРЛ	Базовый URL-адрес, используемый для запросов

Шаг 3 — Бегите

Начинать:

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

Останавливаться:

 Ctrl-C

Для отдельного режима :

Начинать:

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

Останавливаться:

 docker-compose down