You can not select more than 25 topics Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.

2.8 KiB

Искуственный - да, Интелект- нет

Нами был реализован микросервисный комплекс использующий ансамбль свёрточных нейронных сетей на базе YOLO v8 и Torch Vision. Мы провели анализ доступных архитектур для решения поставленной задачи и остановились на данном решении ввиду его производительности. Наша платформа поставляется вместе с оптимизированными сервисами сбора метрик и современным WEB-интерфейсом. Кроме этого мы интегрировали наш программный продукт с промышленными системами видеонаблюдения mars.

Развертывание

Backend

cd apps
sudo docker-compose up -d

Frontend

npm i -g nx
nx run crud:serve:development --host=0.0.0.0

Model

cd yolo-websocket
git checkout master
sudo docker-compose up -d

Альтернативный запуска (не рекомендуем)

nx run-many -t py-categories-service py-conveyor-service crud

После запуска приложение будет доступно на http://localhost:4200

Name Source Deploy URL Hosted URL
WEB crud http://localhost:4200 https://ayin.k-lab.su
Backend py-conveyor-service http://localhost:4200/api/docs https://ayin.k-lab.su/api/docs
Model yolo-websocket

Архитектура

graph TD;
    agw-e2w-->agw;
    crud-e2e-->crud;
    crud-->agw;
    agw-->py-categories-service;
    agw-->py-conveyor-service;
    py-conveyor-service-->db;
    page-->crud;
    ui-->page;
    yolo-websocket-->ui;
    yolo-websocket-->py-conveyor-service;
    yolo-websocket-->ml-flow;
    ml-flow-->s3;

ML-Flow & s3 развернуты в локальной сети.

dataset.jpg model_v4.jpg