Pengembangan backend menggunakan microservices architecture dan dockerize untuk YOLOv7.
Component | Minimum | Recommended* | Maximum |
---|---|---|---|
CPU socket | 1.3 GHz (64-bit processor) or faster for multi-core | 3.1 GHz (64-bit processor) or faster multi-core | 2 sockets |
Memory (RAM) | 8 GB | 16 GB | 64 GB |
Hard disks dan penyimpanan | 10 GB hard disk with a 60 GB system partition | No limit |
node 18
atau terbarupython 3.12
ffmpeg
, dapat diunduh di situs resmiultralytics
, lihat dokumentasi lengkap di situs resmifastapi
, lihat dokumentasi lengkap di situs resminginx
, lihat dokumentasi lengkap di situs resmiredis
, lihat dokumentasi lengkap di situs resmidocker & docker compose
, lihat dokumentasi lengkap di situs resmi
-
Pastikan sudah menginstall docker. Jika belum bisa unduh melalui situs docker
-
Buka terminal dan masuk ke dalam folder backend
-
Jalankan perintah berikut pada terminal
docker compose up -d
-
Anda dapat menggunakan Docker Desktop untuk memonitoring server yang sudah di build pada poin ke 3
-
Kemudian server dapat diakses melalui http://127.0.0.1:8080
Untuk melakukan langkah ini, ada beberapa hal yang Anda perlu ketahui:
- Server report pada services/report sebagai Restful API untuk koneksi ke website.
- Server machine_learning pada services/model sebagai Restful API untuk model.
- Hasil yang didapatkan berupa 2 server masing-masing sebagai container.
Berikut langkah untuk menginstall
service/report
:
-
Buka terminal dan masuk ke dalam folder utama dimana terdapat file compose.yml
-
Jalankan perintah berikut pada terminal
docker compose up --build report-service -d
gunakan -d jika Anda ingin server berjalan pada background. (Anda bisa melakukan monitoring melalui software docker)
-
Anda dapat mengakses server dapat diakses melalui http://127.0.0.1:8000
Berikut langkah untuk menginstall
service/model
:
-
Buka terminal dan masuk ke dalam folder utama dimana terdapat file compose.yml
-
Jalankan perintah berikut pada terminal
docker compose up --build model-service -d
-
Anda dapat mengakses server dapat diakses melalui http://127.0.0.1:8000