catanddog-microservice
Датасет: input.json -> catanddog-microservice -> output.json
- Микросервис, разработанный на FastAPI, представляет собой фреймворк, работающий с RestAPI. FastAPI-это современная, быстрая (высокопроизводительная) веб-платформа для создания API с Python 3.6+ на основе стандартных подсказок типа Python. Чтобы запустить приложение, напишите команду uvicorn app. main:app --reload, и у вас будет Api с адресом 127.0.0.1:8000, Еще тут есть SwaggerUI, /docs - также можете увидеть структуру методов
- В качестве классификатора я взял готовую модель с github, которая примерно хорошо определяет. И модель работает на фреймворке Tensorflow.Keras. Чтобы делать прогнозы, вам нужно ввести json данные по этой ссылке /classifier/{photos}
- Структура ввода: { "photos": [ { "ID": "string", "img_code": "string" } ] }
- А вывод: { "results": [ { "ID": "string", "cat_prob": float, "dog_prob": float } ] }
- После этого модель была оценена, и было сделано несколько визуализаций, показывающих инсайты из выборки данных.
Микро-сервис «Котопёс» Задача:
- Скачать из open-source ресурсов 500 изображении кошек и 500 изображении собак.
- Написать микро-сервис на любом удобном фреймворке, который будет принимать на вход JSON с массивом из изображении в формате BASE64
- Применить любую open-source классификационную модель, которая умеет определять животное на фотографии (cat or dog)
- На выходе получить JSON с id фотографии и вероятностью классификационной модели
- Полученный результат экспортировать в excel файл и проанализировать точность модели. Результаты показать в виде сводных и диаграмм.
- Загрузить проект в GitHub.
INPUT:
OUTPUT:
