Benoit
1bb13c79d0
🎯 Ce qui a été fait 1. Modèles intégrés dans l'image Docker ✅ Les 5 modèles Essentia (28 MB total) sont maintenant copiés directement dans l'image Pas besoin de volume mount /backend/models:/app/models Dockerfile modifié pour inclure COPY models/ ./models/ 2. Volume models supprimé du docker-compose ✅ Le docker-compose.yml ne monte plus le dossier models/ Seul le dossier audio est monté (pour accès aux fichiers) 3. Dockerignore configuré ✅ Les modèles ne sont plus ignorés Copiés dans l'image lors du build 4. Documentation complète ✅ DEPLOYMENT.md - Guide de déploiement complet README.md - Mise à jour avec instructions autonomes Script check-autonomous.sh - Vérification automatique 📦 Contenu de l'image Modèles Essentia inclus (28 MB) : /app/models/ ├── discogs-effnet-bs64-1.pb (18 MB) ├── genre_discogs400-discogs-effnet-1.pb (2 MB) ├── genre_discogs400-discogs-effnet-1.json (15 KB) ├── mtg_jamendo_instrument-discogs-effnet-1.pb (2.6 MB) └── mtg_jamendo_moodtheme-discogs-effnet-1.pb (2.7 MB) 🚀 Déploiement Autonome Sur N'IMPORTE QUEL serveur avec Docker : # 1. Cloner git clone <repo> cd Audio-Classifier # 2. Configurer (optionnel) echo "AUDIO_LIBRARY_PATH=/path/to/music" > .env # 3. Démarrer docker-compose up -d Aucune action manuelle requise : ✅ Pas de téléchargement de modèles ✅ Pas de configuration complexe ✅ Pas de dépendances externes ✅ Tout est dans l'image Docker ✨ Avantages Portabilité : L'image contient tout ce qu'il faut Rapidité : Pas d'attente pour télécharger 28 MB au démarrage Fiabilité : Pas de risque de modèles manquants ou corrompus Offline : Fonctionne sans connexion internet (après pull de l'image) Reproductibilité : Même version des modèles partout 🔍 Vérification # Vérifier que tout est autonome bash check-autonomous.sh # Vérifier les modèles dans le container docker-compose exec backend ls -lh /app/models # → Doit afficher 28 MB de modèles 📊 Taille de l'image Image backend : ~1.2 GB (avec modèles) Image frontend : ~500 MB Total : ~1.7 GB C'est normal pour une image Python + TensorFlow + Essentia + modèles. Le système est maintenant 100% autonome et prêt pour un déploiement sans intervention !
59 lines
1.8 KiB
YAML
59 lines
1.8 KiB
YAML
services:
|
|
postgres:
|
|
image: pgvector/pgvector:pg16
|
|
container_name: audio_classifier_db
|
|
environment:
|
|
POSTGRES_USER: ${POSTGRES_USER:-audio_user}
|
|
POSTGRES_PASSWORD: ${POSTGRES_PASSWORD:-audio_password}
|
|
POSTGRES_DB: ${POSTGRES_DB:-audio_classifier}
|
|
ports:
|
|
- "5433:5432"
|
|
volumes:
|
|
- postgres_data:/var/lib/postgresql/data
|
|
- ./backend/init-db.sql:/docker-entrypoint-initdb.d/init-db.sql
|
|
healthcheck:
|
|
test: ["CMD-SHELL", "pg_isready -U ${POSTGRES_USER:-audio_user}"]
|
|
interval: 10s
|
|
timeout: 5s
|
|
retries: 5
|
|
restart: unless-stopped
|
|
|
|
backend:
|
|
build: ./backend
|
|
container_name: audio_classifier_api
|
|
depends_on:
|
|
postgres:
|
|
condition: service_healthy
|
|
environment:
|
|
DATABASE_URL: postgresql://${POSTGRES_USER:-audio_user}:${POSTGRES_PASSWORD:-audio_password}@postgres:5432/${POSTGRES_DB:-audio_classifier}
|
|
CORS_ORIGINS: ${CORS_ORIGINS:-http://localhost:3000}
|
|
ANALYSIS_USE_CLAP: ${ANALYSIS_USE_CLAP:-false}
|
|
ANALYSIS_NUM_WORKERS: ${ANALYSIS_NUM_WORKERS:-4}
|
|
ESSENTIA_MODELS_PATH: /app/models
|
|
ports:
|
|
- "8001:8000"
|
|
volumes:
|
|
# Mount your audio library (read-write for transcoding and waveforms)
|
|
- ${AUDIO_LIBRARY_PATH:-./audio_samples}:/audio
|
|
restart: unless-stopped
|
|
|
|
frontend:
|
|
build:
|
|
context: ./frontend
|
|
args:
|
|
NEXT_PUBLIC_API_URL: http://localhost:8001
|
|
container_name: audio_classifier_ui
|
|
environment:
|
|
# Use localhost:8001 because the browser (client-side) needs to access the API
|
|
# The backend is mapped to port 8001 on the host machine
|
|
NEXT_PUBLIC_API_URL: http://localhost:8001
|
|
ports:
|
|
- "3000:3000"
|
|
depends_on:
|
|
- backend
|
|
restart: unless-stopped
|
|
|
|
volumes:
|
|
postgres_data:
|
|
driver: local
|