Backend

✏️ How to use

1. Cloning

$ git clone https://github.com/Dayflt/Backend.git

2. Download file

• Download vox-cpk.pth.tar here and add it inside Backend\web\AI\ after changing its name with mraa.tar

3. Make Virtual Environment & Download Requirements

• Go to Backend/ directory

  cd Backend

• Make virtual environment

  $ pip install virtualenv
  $ virtualenv myenv # make virtual environment

• Activate virtual environment

  $ .\myenv\Scripts\activate

• Go back to Backend directory and install requirements.txt

  (myenv) $ cd ../../
  (myenv) $ pip install -r requirements.txt 

• If you want to deactivate

  (myenv) $ deactivate

  5. Make Database

• Database setting

• Change Backend/web/config.py

  2 PORT= '(Enter your PORT)'
  3 USERNAME='(Enter your USERNAME)'
  4 PASSWORD='(Enter your PASSWORD)'

• Create new database

  (myenv) $ python run.py create_db

6. RUN

• Run Flask

  (myenv) $ python run.py run

📗 SWAGGER

• https://app.swaggerhub.com/apis/harloxx/WeirdMuseum/1-oas3

• Enter localhost:5000/swagger after Flask run
  

  🧾 PYTEST

  (myenv) $ python run.py create_db
  (myenv) $ flask run
  # open another terminal
  (myenv) $ pytest

🔧 Directory Structure

├── Backend/                                - 백엔드 플라스크 디렉토리
    ├── test_endpoints.py                   - unit test 실행 파일
    ├── run.py                              - Flask 실행 위한 파일
    ├── views.py                            - SQLAlchamy의 기능을 정의한 파일
    ├── .flaskenv                           - Flask 실행을 위한 환경변수 설정 파일
    ├── dayfly-318913-a4b443321e00.json     - Google Cloud Bucket에 접근하기 위한 권한 정보가 담긴 파일        
    ├── requirements.txt                    - 모듈들을 정리한 파일
    └── web/
         ├── AI/                            - AI모델 알고리즘
         ├── data/result/                   - 백엔드 동영상 임시 저장 디렉토리
         ├── __init__.py                    - 실행시키려는 flask app이 정의되어있는 파일 프로젝트를 실행시키면 app을 구동시킴
         ├── config.py                      - 필수 configuration 사항들이 정의된 파일
         ├── gcp.py                         - google cloud bucket을 이용해 파일 입출력 스트림을 다루기 위한 함수가 정의된 파일
         ├── models.py                      - video_table이라는 database class가 정의된 파일
         ├── prdedictmix.py                 - AI 모델을 적용해서 서비스의 핵심인 섞인 영상 생성을 하기 위한 파일
         ├── routes.py                      - API 명세서가 모두 정의된 파일
         ├── views.py                       - database ORM 정의 파일
         └── static/
               └── swagger.json             -swagger 정의 파일