Fashion Recommendation System

🚀 快速开始指南

本指南将帮助您快速搭建项目开发环境并启动前后端服务。

🚀 快速开始

步骤1：克隆GitHub项目

请先将项目从GitHub克隆到本地。

步骤2：设置Python环境

创建并激活Python虚拟环境，不同操作系统的激活命令有所不同：

python -m venv venv
source venv/bin/activate  # 在macOS或Linux上
venv\Scripts\activate     # 在Windows上

步骤3：安装依赖项

在激活虚拟环境后，安装项目所需的Python依赖项：

pip install -r requirements.txt

步骤4：启动FastAPI服务器（后端）

使用以下命令启动FastAPI后端服务器：

uvicorn backend.app.server:app --reload

当服务器成功运行并连接到数据库时，控制台会显示以下消息：

数据库已连接
INFO:     应用程序启动完成。

步骤5：安装前端依赖项

进入前端项目目录，安装前端所需的依赖项：

npm install

步骤6：启动开发服务器（前端）

使用以下命令启动前端开发服务器：

npm start

服务器启动后，日志会显示确认信息，并且会自动在浏览器中打开应用程序，访问地址为：http://localhost:3000/。

📚 项目进度

已完成的内容

• 24 Apr：FastAPI服务器已启动并运行
• 24 Apr：数据库连接已设置
• 24 Apr：后端架构功能正常
• 25 Apr：前端基本UI界面已完成图片上传功能

下一步计划

1. 评估CLIP的标记准确度在服装样例图像上的表现
2. 调整标记系统以提高推荐效果
3. 测试后端与实时用户数据的集成
4. 设置模型性能监控
5. 前端演示