calista engine

calista engine

深度學習驅動的引擎來衡量您網站的美感

論文：“Calista：一種基於深度學習的系統，用於理解和評估網站美學”

引用為：

 @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}
}

如何使用

• 步驟1：插入您要評估其美觀度的網頁的URL

• 第 2 步：等待幾秒鐘以完成評估過程

• 第三步：美觀評分準備好了！

先決條件

• 碼頭工人
• Docker-compose

部署

第 1 步 - 下載預訓練模型

從此處下載資料夾CNN/src/cnn_model/中的模型。

第 2 步 - 環境變數（可選）

在專案根資料夾中新增.env檔案並設定以下變數：

環境變數	描述
基址	用於請求的基本 URL

第 3 步 - 運行

開始：

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

停止：

 Ctrl-C

對於分離模式：

開始：

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

停止：

 docker-compose down