autoLiter-web是一个基于Flask以及sqlite3的文献笔记管理器,基于autoLiteratur项目。
- 自动抓取文献元信息,并下载文献(可选项)
- 标签以及标签分类功能
- 全文搜索功能
- Markdown编辑
- 多用户隔离,公用文献信息
cd ~
git clone https://github.com/WilmerWang/autoLiter_web.git
- 下载
sqlite3
二进制压缩包,解压并将解压的文件夹目录添加到PATH路径下。
cd ~
wget https://sqlite.org/2022/sqlite-tools-linux-x86-3370200.zip
# 解压到指定路径sulite3
unzip sqlite-tools-linux-x86-3370200.zip && mv sqlite-tools-linux-x86-3370200 sqlite3
# 添加到系统环境变量(临时),永久需要写到.bashrc
export PATH=$PATH:~/sqlite3/
# 测试
sqlite3
- 配置python环境变量
conda create autoliter python=3.8
conda activate autoliter
cd ~/autoLiter_web
pip install -r requirements.txt
- 按要求配置
config.py
文件
cp config_publication.py config.py
# 修改config.py里的邮箱、授权码以及其他个人选项
- 配置app/templates/index.html
# 可以添加其他图片
<div class="swiper-slide"><img src="{{ url_for('static', filename='indexImage/10.jpeg') }}"></div>
cd ~/autoLiter_web
export FLASK_APP=autoliter.py
export FLASK_DEBUG=1
# 首先新建数据库表
flask shell
>>> from app import db
>>> db.create_all()
>>> exit()
# 启动软件,默认的端口是5000
flask run --host="0.0.0.0"
# 查看是否启动成功浏览器输入
<your_server_ip>:5000
# 方法一
sudo apt-get install gcc ngnix
conda activate autoliter
conda install -c conda-forge uwsgi
# 方法二 或者conda 离线安装
下载 https://uwsgi-docs.readthedocs.io/en/latest/Changelog-2.0.20.html
cd /usr/local # 进入安装目录
tar zxvf uwsg*.gz # 解压文件夹
cd uwsgi*
make
# 测试
uwsgi --socket 0.0.0.0:5000 --protocol=http -w autoliter:app -H ~/anaconda3/envs/autoliter
测试没问题后,新增一个uwsgi.ini
文件,参考同名文件配置。随后启动
# 启动
uwsgi --ini uwsgi.ini
# 停止
uwsgi --stop uwsgi.pid
配置autoliter.service
到/etc/systemd/system/
文件夹
sudo systemctl start autoliter.service
# 开机自启
sudo systemctl enable autoliter.service
- 感谢flasky项目
- 感谢editor.md开源项目
- 感谢其他相关项目
- 本地图片上传
- PDF私有化以及PDF可编辑
- 增加通过title下载
- meta_pdf等信息下载之后,手动下载界面应当固定信息
- 长文章折叠
- 改进note 标签输入框
- tags词云
- 主页轮播
- 10.1038/s41467-022-29269-6
- 10.1038/s41592-022-01560-w
- 10.1038/s41592-022-01549-5
- 10.1093/bib/bbw139
- 2208.06366
- 2208.06175
- 2208.06049
- 10.1101/2022.07.15.500158
- 10.1101/2022.01.16.473385
- 10.1101/2022.08.10.22278638
- 10.1101/2020.04.28.20082677
Title: Learning Modulated Loss for Rotated Object Detection
Paper ID: Learning Modulated Loss for Rotated Object Detection
Journal: AAAI21
Paper Link: https://ojs.aaai.org/index.php/AAAI/article/view/16347
PDF Link Online: https://ojs.aaai.org/index.php/AAAI/article/view/16347/16154