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.