SETUP.md

Hugging Face Spaces 设置说明

需要复制的模型文件

在部署到 Hugging Face Spaces 之前，需要将以下模型文件复制到 huggingface_space/ 目录：

1. YOLO 模型

• 源文件路径: E:\ECSF\dahuangyu\code\runs\segment\train4\weights\best.pt
• 目标文件名: huggingface_space/yolo_model.pt
• 说明: YOLO分割模型，用于检测大黄鱼并生成mask

2. SGD-Net 模型

• 源文件路径: experiments\exp3_4_strategy_ours_stage2_finetune\checkpoint_final.pth
• 目标文件名: huggingface_space/sgd_net_checkpoint.pth
• 说明: 训练好的SGD-Net分类模型权重

复制命令（Windows PowerShell）

# 复制YOLO模型
Copy-Item "E:\ECSF\dahuangyu\code\runs\segment\train4\weights\best.pt" -Destination "huggingface_space\yolo_model.pt"

# 复制SGD-Net模型
Copy-Item "experiments\exp3_4_strategy_ours_stage2_finetune\checkpoint_final.pth" -Destination "huggingface_space\sgd_net_checkpoint.pth"

文件结构

部署后的文件结构应该是：

huggingface_space/
├── app.py                    # Gradio应用主文件
├── gradcam.py                # Grad-CAM实现
├── models/
│   ├── __init__.py
│   └── sgd_net.py           # SGD-Net模型定义
├── requirements.txt          # 依赖
├── README.md                # 说明文档
├── SETUP.md                 # 设置说明（本文件）
├── yolo_model.pt            # YOLO模型文件（需要复制）
└── sgd_net_checkpoint.pth   # SGD-Net模型文件（需要复制）

部署到 Hugging Face Spaces

1. 将整个 huggingface_space/ 目录上传到 Hugging Face Spaces
2. 确保所有模型文件都已上传
3. Hugging Face Spaces 会自动安装 requirements.txt 中的依赖
4. 应用会自动运行 app.py

注意事项

• 模型文件可能较大（几百MB），上传需要一些时间
• 确保模型文件路径在代码中正确
• 首次运行时，timm会自动下载ResNet50的预训练权重