Проект представляет собой приложение по уходу за кожей с использованием ИИ. Сервер обрабатывает изображения лиц, увеличивая контрастность и выделяя области с акне, прыщами, покраснениями и неровным тоном кожи. Пользователи могут загружать свои фотографии, а в ответ получат несколько изображений с обозначенными областями интереса.
- Model: разместите веса модели относительно корневой директории проекта
./models/yolo.pt - Build:
make docker-local PORT=8080
Необходимо создать .env-файл по примеру (.env-sample)
Затем запустить docker-compose:
make compose-runДля ограничения ресурсов конкретного сервиса можно использовать deploy.resources.limits и deploy.resources.reservations
Для запуска конкретного сервиса воспользуйтесь командой (вместо detection-db указывается называние сервиса):
docker-compose up detection-dbВ директории k8s/ представлены манифесты для деплоймента:
- PostgreSQL в качестве 1 реплики
- ScinCare CV, использующее модель
CLIP, в качестве 2 реплик с запуском init-контейнера для миграций в БД - ScinCare GeneGPT в качестве 1 реплики
Скрипт k8s/minikube-up.sh позволяет запустить minikube и создать манифесты в правильном порядке.
Запуск скрипта k8s/minikube-up.sh можно провести с помощью команды:
make minikube-runПосле запуска дашборд (minikube dashboard --url) должен выглядеть следующим образом:
