当前项目仅在 windows docker 上测试构建，其他平台未测试。
- docker desktop 官方教程：Install Docker Desktop on Windows | Docker Documentation
- docker compose 对于windows用户，安装docker desktop后就自带了
- cuda11.3,cudnn8
注意：在windows上安装docker必须使用较新的版本，旧版本的docker无法在容器内使用cuda
在进入项目的./docker/目录，然后运行docker compose up即可启动项目。
docker 容器在构建过程中可能会花费一些时间，请耐心等待
构建成功后，使用docker compose up来启动项目，此时会占用命令行，如果关闭命令行会导致程序运行停止，如果想要在后台运行，可以使用docker compose up -d来启动项目。
部署中可能出现显存不足的情况，需要修改gunicorn.conf.py文件中的这些设置：
workers决定python后端开启的进程条数（由于python存在PIL，因此在并行实现上往往采用开启多条进程的方式，而每条进程都会单独加载一次模型，导致显存占用随着进程数的提升而提升，如果不需要并行处理识别请求，可以减少workers的数量，以降低对电脑显存的要求），如果修改了workers，还需重新进行docker compose build步骤。
目前后端开启6进程显存占用约5.5GB
docker 容器中只包含后端，前端需要单独部署，前端部署方式如下：
进入目录的./web/目录，如果没有安装node_modules，使用命令npm install，如果已经有node_modules，使用npm run dev就能运行vue前端
如果出现如下问题：
vite默认使用的端口5173可能会被 WSL 和 HyperV 占用，而这两个是windows上安装docker desktop 必须的，因此需要修改vite服务启动的端口：
注意：如果前后端分离部署，还需要修改vite.config.js文件中的target的url链接
The model weights should be in the root directory of the project. The two model weights should be named as CNN_model.pth and LSTM_model.pth respectively:
The dataset should be placed like this(data fold should also be in root directory of the project):
