面部AI 此存储库是根据 这是一个非常简单的Flask应用,可让用户上传图片并检测图片中有多少张脸(如果有的话)及其各自的情绪。 Haarcascade用于检测图像中的面部,可以使用我的TensorFlow模型预测人的情绪。我在库中对其进行了培训。 使用Travis-CI的CI / CD 最近,我了解了Travis-CI,并希望为该存储库配置它。现在,每当我提交它时,就可以使用test.py测试我的代码,并在我推送带标记的提交时将其部署到Google App Service和Azure App Service。 托管在Google App Engine上 由于Heroku弱服务器,要与Flask一起运行TensorFlow,我需要使用Google App Engine Flexible。它提供了在1个CPU和1 GB Ram(现在在0.5个CPU和0.5 GB Ram之下)下运行它