{"id":89110,"date":"2020-07-18T19:42:10","date_gmt":"2020-07-18T17:42:10","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/obshhij-obzor-arhitektury-servisa-dlya-oczenki-vneshnosti-na-osnove-nejronnyh-setej"},"modified":"2020-07-18T19:42:10","modified_gmt":"2020-07-18T17:42:10","slug":"obshhij-obzor-arhitektury-servisa-dlya-oczenki-vneshnosti-na-osnove-nejronnyh-setej","status":"publish","type":"post","link":"https:\/\/prohoster.info\/et\/blog\/administrirovanie\/obshhij-obzor-arhitektury-servisa-dlya-oczenki-vneshnosti-na-osnove-nejronnyh-setej","title":{"rendered":"\u00dclevaade teenuse arhitektuurist v\u00e4limuse hindamiseks n\u00e4rviv\u00f5rkude p\u00f5hjal","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"\u00dclevaade<\/p>\n

Sissejuhatus<\/h2>\n

<\/p>\n

Tere!<\/p>\n

<\/p>\n

Selles artiklis jagan kogemusi mikroteenuste arhitektuuri loomisel projektile, mis kasutab n\u00e4rviv\u00f5rke.<\/p>\n

<\/p>\n

R\u00e4\u00e4gime arhitektuuri n\u00f5uetest, vaatame erinevaid struktuuri diagramme, anal\u00fc\u00fcsime iga valmis arhitektuuri komponenti ning hindame lahenduse tehnilisi n\u00e4itajaid.<\/p>\n

<\/p>\n

Head lugemist!<\/p>\n

<\/a><\/noindex><\/p>\n

M\u00f5ned s\u00f5nad \u00fclesandest ja selle lahendusest<\/h2>\n

<\/p>\n

Peamine m\u00f5te on hinnata inimese atraktiivsust k\u00fcmnepallisel skaalal fotode p\u00f5hjal.<\/p>\n

<\/p>\n

Selles artiklis k\u00f5rvale j\u00e4tame kirjeldused nii kasutatavatest n\u00e4rviv\u00f5rkudest kui ka andmete ettevalmistamise ja \u00f5petamise protsessist. Siiski, \u00fches j\u00e4rgmises publikatsioonis, naaseme kindlasti s\u00fcvaprobleemide anal\u00fc\u00fcsi juurde.<\/p>\n

<\/p>\n

Praegu vaatleme \u00fclemise taseme l\u00f5ikes hindamispipeline'i, keskendudes mikroteenuste koostoimele projekti \u00fcldises arhitektuuris.\u00a0<\/p>\n

<\/p>\n

Atraktiivsuse hindamisprotsessis jagunes \u00fclesanne j\u00e4rgmisteks osadeks:<\/p>\n

<\/p>\n

    \n
  1. N\u00e4olist tuvastamist piltidel<\/li>\n
  2. Iga n\u00e4o hindamine<\/li>\n
  3. Tulemuse renderdamine<\/li>\n<\/ol>\n

    <\/p>\n

    Esimene probleem lahendatakse eelnevalt treenitud MTCNN<\/a><\/noindex>. Teise jaoks treeniti konvolutsiooniline n\u00e4rviv\u00f5rk PyTorch'is, kus backbone'ina kasutati ResNet34<\/a><\/noindex> \u2013 kaalu tasakaalu \u201ekvaliteet \/ CPU infereerimise kiirus\"<\/p>\n

    \n\"\u00dclevaade<\/p>\n

    Hindamispipeline'i funktsionaalne diagramm<\/i><\/p>\n

    <\/p>\n

    Projekti arhitektuurin\u00f5uete anal\u00fc\u00fcs<\/h2>\n

    <\/p>\n

    Elu ts\u00fcklis ML<\/a><\/noindex> projekti arhitektuuri ja mudeli juurutamise automatiseerimise etapid on sageli ajaliselt ja ressursiliselt k\u00f5ige kulukamad.<\/p>\n

    \n\"\u00dclevaade<\/p>\n

    ML projekti elu ts\u00fckkel<\/i><\/p>\n

    <\/p>\n

    See projekt ei ole erand - otsustati m\u00e4hkida hindamispipeline veebiteenusesse, milleks tuli s\u00fcveneda arhitektuuri. M\u00e4\u00e4rati j\u00e4rgmised p\u00f5hin\u00f5uded:<\/p>\n

    <\/p>\n

      \n
    1. \u00dcksne logide salvestamine - k\u00f5ik teenused peavad kirjutama logid \u00fchte kohta, et neid oleks mugav anal\u00fc\u00fcsida<\/li>\n
    2. Hindamisteenuse horisontaalne skaleerimise v\u00f5imalus - kuna see on t\u00f5en\u00e4oliselt pudelikael<\/li>\n
    3. Iga pildi hindamiseks tuleb eraldada sama palju protsessori ressursse - v\u00e4ltimaks ajakulu jaotuses erandeid<\/li>\n
    4. Kiire (taas)juurutamine nii konkreetsete teenuste kui ka kogu stack'i jaoks<\/li>\n
    5. V\u00f5imalus, vajadusel, kasutada erinevates teenustes \u00fchiseid objekte<\/li>\n<\/ol>\n

      <\/p>\n

      Arhitektuur<\/h2>\n

      <\/p>\n

      P\u00e4rast n\u00f5uete anal\u00fc\u00fcsi sai selgeks, et mikroteenuste arhitektuur sobib praktiliselt ideaalselt.<\/p>\n

      <\/p>\n

      Liigne peavalu v\u00e4ltimiseks valiti front-endina Telegram API.<\/p>\n

      <\/p>\n

      Alustame valmis arhitektuuri struktuuridiagrammi vaatamisega, seej\u00e4rel liikumme iga komponendi kirjeldamise juurde ning formaliseerime eduka pildi t\u00f6\u00f6tlemise protsessi.<\/p>\n

      \n\"\u00dclevaade<\/p>\n

      Valmis arhitektuuri struktuuridiagramm<\/i><\/p>\n

      <\/p>\n

      Arutame iga diagrammi komponendi \u00fcle, tuvastame nende \u00fche vastutuse pildi hindamise protsessis.<\/p>\n

      <\/p>\n

      Mikroteenus \u201eattrai-telegram-bot\u201c<\/h3>\n

      <\/p>\n

      See mikroteenus kapseldab k\u00f5ik interaktsioonid Telegram API-ga. V\u00f5ime eristada kahte peamist stsenaariumi: t\u00f6\u00f6tamine kasutaja pildiga ja t\u00f6\u00f6tamine hindamise t\u00f6\u00f6tluse tulemusega. Vaatame m\u00f5lemat stsenaariumi \u00fcldiselt.<\/p>\n

      <\/p>\n

      Kasutaja s\u00f5numi pildi saamisel:<\/p>\n

      <\/p>\n

        \n
      1. Toimub filtreerimine, mis koosneb j\u00e4rgmistest kontrollidest:\n