perm-hack-2023/README.md

# 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
```bash
cd apps
```
```bash
sudo docker-compose up -d
```
### Frontend
```bash
npm i -g nx
```
```bash
nx run crud:serve:development --host=0.0.0.0
```

### Model
```bash
cd yolo-websocket
```
```bash
git checkout master
```
```bash
sudo docker-compose up -d
```

#### Альтернативный запуска (не рекомендуем)
```bash
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](https://github.com/perm-hack/perm-hack/tree/main/apps/crud)                | http://localhost:4200 | https://ayin.k-lab.su          |
| Backend | [py-conveyor-service](https://github.com/perm-hack/perm-hack/tree/main/apps/py-conveyor-service) | http://localhost:4200/api/docs | https://ayin.k-lab.su/api/docs |
|  Model  |                                        [yolo-websocket](https://github.com/95862888/yolo-websocket/tree/master)                                        |                                |                                |

## Архитектура

```mermaid
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](__assets__%2Fdataset.jpg)
![model_v4.jpg](__assets__%2Fmodel_v4.jpg)