/Celery_Netology

Primary LanguagePython

Домашнее задание к лекции «Celery»

Специалист по машинному обучению создал модель для апскейлинга изображений и функцию, которая позволяет ее использовать.
Файлы проекта находится здесь.
EDSR_2.pb - модель.
В модуле upscale.py находится функция upscale, которая имплементирует модель и функция example с примером использования.
В файле requirements.txt перечислены зависимости

Перед Вами стоит задача написать сервис для апскейлинга изображений на базе Flask, Celery и ИИ модели. Должно быть реализовано 3 роута

  • POST /upscale. Принимает файл с изображением и возвращает id задачи
  • GET /tasks/<task_id> возвращает статус задачи и ссылку на обработанный файл, если задача выполнена
  • GET /processed/{file} возвращает обработанный файл

Дополнительные задачи:

  • перепишите функцию upscale так, чтобы файл EDSR_x2.pb считывался только один раз, а не при каждом вызове функции
  • попробуйте написать сервис и функцию upscale таким образом, чтобы не сохранять файлы изображений на диск
  • докеризируйте приложение
  • напишите тесты

Запуск приложения

1. Запускаем redis

docker-compose up redis

Должна быть строка:

redis-1 | 1:M 08 Feb 2024 14:24:36.869 * Ready to accept connections

2. Запускаем celery

В другой вкладке терминала запускаем celery

docker-compose --env-file .env.test up celery

Должен получится вывод без ошибок

3. Запускаем приложение

В другой вкладке терминала запускаем приложение

docker-compose --env-file .env.test up app

Можно запустить все приложение сразу:

docker-compose --env-file .env.test up app