/multilabel-classification-service

Primary LanguagePython

cvr-hw1-service

1 - Подготовить среду

  1. Создать виртуальное окружение (можно любым удобным способом, но нужен python 3.10)
conda create --name <venv_name> python=3.10
conda activate <venv_name>

Могут возникнуть проблемы с активацией окружения -- тогда выполнить:

source /opt/conda/etc/profile.d/conda.sh
  1. Установить необходимые зависимости:
make install

2 - Скачать веса моделей

  1. Из репозитория с моделлингом (к нему должен быть настроен доступ по ssh):
make download_weights_ssh
  1. Используя dvc-файлы из папки weights:
make download_weights_dvc

3 - Развернуть сервис

  1. При помощи питона:
  • Создать виртуальное окружение;
  • Установить зависимости;
  • Скачать веса моделей;
  • Выполнить make run_app
  1. С докером:
  • Выполнить (предварительно должны быть скачаны веса моделей)
make build
  • Или спуллить готовый образ с DockerHub:
docker push olgachaganova/oliyyaa_amazon_service:latest
  • Запустить контейнер на порту LOCAL_PORT:
docker run -p $(LOCAL_PORT):2202 -d oliyyaa_amazon_service:latest

4 - Тесты

  1. Unit-тесты:
make run_unit_tests
  1. Интеграционные тесты:
make run_integration_tests
  1. Все тесты:
make run_tests

5 - Описание API

  • amazon/land_types -- получить список всех типов земель, которые могут быть классифицированы на изображении

  • amazon/predict -- получить предсказание типов земель на изображении

  • amazon/predict_proba -- получить вероятность присутствия каждого возможного типа земель на изображении