广州车牌摇号小助手

2021.12.2更新：由于官网操作延期申请添加了手机验证码步骤，本工具目前不再支持自动延期，但是仍然支持每月自动查询和邮件通知

本文均用CentOS7部署，建议使用相同系统增加部署成功率

1.基本用法，直接使用python运行

安装虚拟环境和依赖

venv

python -m venv venv

source venv/bin/activate

pip install -r requirements/base.txt

配置账号

把_credentials.sample后缀改为.py并填入相关值

尝试运行定时任务

运行schedule.py

跑起来后配置账号里填写的邮箱会收到服务启动邮件

部署到linux服务器，用supervisor后台托管

安装supervisor

pip3 install supervisor

创建目录

mkdir -p ~/etc/supervisor/conf.d
mkdir -p ~/etc/supervisor/var/log

生成 supervisor 配置文件

cd ~/etc
echo_supervisord_conf > supervisord.conf

修改配置文件 supervisor.conf

[unix_http_server]
file=/home/parad1se/etc/supervisor/var/supervisor.sock   ; the path to the socket file

[supervisord]
logfile=/home/parad1se/etc/supervisor/var/log/supervisord.log ; main log file; default $CWD/supervisord.log
pidfile=/home/parad1se/etc/supervisor/var/supervisord.pid ; supervisord pidfile; default supervisord.pid
user=parad1se            ; setuid to this UNIX account at startup; recommended if root```

[supervisorctl]
serverurl=unix:///home/parad1se/etc/supervisor/var/supervisor.sock ; use a unix:// URL  for a unix socket

[include]
files = /home/parad1se/etc/supervisor/conf.d/*.ini

创建GZCPYHXZS项目配置文件

注意将路径改为符合自己系统的

cd /home/parad1se/etc/supervisor/conf.d
sudo vim GZCPYHXZS.ini

粘贴并保存

[program:GZCPYHXZS]
command=python schedule.py
directory=/home/parad1se/apps/GZCPYHXZS
environment= PATH="/home/parad1se/apps/GZCPYHXZS/venv/bin/"
autostart=true
autorestart=unexpected
user=parad1se
stdout_logfile=/home/parad1se/etc/supervisor/var/log/GZCPYHXZS-stdout.log
stderr_logfile=/home/parad1se/etc/supervisor/var/log/GZCPYHXZS-stderr.log

启动supervisor

supervisord -c ~/etc/supervisord.conf

进入supervisor控制台

supervisorctl -c ~/etc/supervisord.conf

在控制台内运行

supervisor>
supervisor> update
supervisor> 

2.使用docker部署并使用tensorflow-serving

为了提高运行效率和稳定性，同时也为增加部署成功率，使用docker部署本项目

安装docker和docker-compose,将当前用户添加到docker组，启动docker服务

$ sudo yum install -y docker docker-compose
$ sudo usermod -aG docker ${USER}
$ sudo systemctl start docker

退出并重新连接服务器（这一步很重要）

项目设置

如果没有配置账号，请先配置账号

在settings.py中添加或更改ENABLE_TF_SERVING = True

supervisor设置

使用前面supervisor安装和设置方法安装并配置， 将配置文件修改为

[program:GZCPYHXZS]
command=docker-compose -f production.yml up --build  
directory=/home/parad1se/apps/GZCPYHXZS
autostart=true
autorestart=unexpected
user=parad1se
stdout_logfile=/home/parad1se/etc/supervisor/var/log/GZCPYHXZS-stdout.log
stderr_logfile=/home/parad1se/etc/supervisor/var/log/GZCPYHXZS-stderr.log

如果你已经用基本用法部署好了，现在改为docker部署，需要执行reread和update使配置生效

$ supervisorctl -c ~/etc/supervisord.conf
supervisor> reread
supervisor> update

如果容器不能启动，可以尝试重启服务器

重启后记得执行下面的命令启动docker和supervisor进程

$ sudo systemctl start docker
$ supervisord -c ~/etc/supervisord.conf

再执行下面的命令查看进程运行情况

$ supervisorctl -c ~/etc/supervisord.conf
supervisor> status

也可以进入supervisor设置里的stdout和stderr文件查看日志

vim /home/parad1se/etc/supervisor/var/log/GZCPYHXZS-stdout.log

额外功能

训练自己的验证码识别器

安装开发依赖pip install -r requirements/dev.txt

将获取到的验证码按命名格式2AHN_20210504-171258.JPEG放在src/success_image

运行python train_my_model.py

生成的logs文件夹可用tensorboard打开，评估训练结果 tensorboard --logdir logs