AutoCV模型权限编译与部署教程（v0.1）

AutoCV分割模型权限编译及部署指南是一个针对内部使用的详细教程，主要关注于AutoCV_classifier_v_0_1.tar文件的管理和使用。该模型程序是以Docker镜像的形式提供的，适用于Python 3.6及以上版本环境。模型开发和运行主要依赖于CentOS 7.5，但需要注意兼容性问题，可能需要进行适当的调整以确保在其他Linux发行版或非Linux系统上的稳定运行。 编译步骤和依赖主要包括以下几个关键部分： 1. **编译依赖**: - 该模型在CentOS 7.5上进行了测试，但不保证能在所有平台无问题运行。 - 使用Python 3.6或更高版本，因为程序中涉及未预装的模块，如需安装可参考文档提供的安装命令。 2. **文件结构**: - `run_docker.py`：这个模块是用户权限控制的核心，负责启动docker并处理权限管理，它是编译的重点。 - `main.py`：主程序，负责模型的训练、测试、推理和服务化。 - `predict_url.py`：供用户二次开发，通过调用模型服务的URL接口实现推理。 - `autocv_classifier_v_0_1.tar`：模型的Docker镜像文件，文件名会随着版本更新而变化。 - `setup.py`：Python编译文件，用于构建Docker镜像。 - `build_python.sh`：编译执行脚本，通过`setup.py`来编译`run_docker.py`。 3. **权限控制编译**: - `run_docker.py`中的`AUTH_CONTROL_TYPES`定义了支持的权限类型，包括时间权限、服务器主机权限和两者结合。 - 时间权限：设置`AUTH_CONTROL`为True，`AUTH_CONTROL_TYPE`为"time"，并提供`AUTH_START_TIME`和`AUTH_TIME`来指定开始时间和授权持续时间。 - 主机权限：设置`AUTH_CONTROL`为True，`AUTH_CONTROL_TYPE`为"host"，并提供`HOST_MAC_ADDR`，需输入物理网卡的MAC地址。 - 同时控制：若需要同时控制时间权限和主机权限，将两者都启用。 4. **编译过程**: - 打开`run_docker.py`并根据实际需求修改权限控制参数，例如设置开始时间、授权持续天数和服务器MAC地址。 在进行编译和部署时，务必确保遵循这些指导，以便正确配置权限控制机制，以保障模型的安全性和灵活性。此外，由于文件名会随版本更新，开发者需要时刻关注最新版本的说明文档，以获取最准确的信息。