{"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\/sl\/blog\/administrirovanie\/obshhij-obzor-arhitektury-servisa-dlya-oczenki-vneshnosti-na-osnove-nejronnyh-setej","title":{"rendered":"Splo\u0161ni pregled arhitekture storitve za oceno videza na podlagi nevronskih mre\u017e","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Splo\u0161ni<\/p>\n

Uvod<\/h2>\n

<\/p>\n

Pozdrav!<\/p>\n

<\/p>\n

V tem \u010dlanku bom delil izku\u0161nje pri gradnji mikroservisne arhitekture za projekt, ki uporablja nevronske mre\u017ee.<\/p>\n

<\/p>\n

Pogovorili bomo o zahtevah za arhitekturo, si ogledali razli\u010dne strukturne diagrame, razpravljali o vsakem od komponent kon\u010dne arhitekture in ocenili tehni\u010dne metrike re\u0161itve.<\/p>\n

<\/p>\n

U\u017eivajte v branju!<\/p>\n

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

Nekaj besed o nalogi in njenem re\u0161enju<\/h2>\n

<\/p>\n

Osnovna ideja je, da na podlagi fotografij ocenimo privla\u010dnost osebe na desetstopenjski lestvici.<\/p>\n

<\/p>\n

V tem \u010dlanku se bomo odmaknili od opisovanja tako uporabljenih nevronskih mre\u017e kot tudi procesa priprave podatkov in u\u010denja. Vendar pa se bomo v eni izmed naslednjih objav zagotovo vrnili k razpravi o cevem sistemu ocene na poglobljeni ravni.<\/p>\n

<\/p>\n

Trenutno bomo na visoki ravni preleteli cevi sistem ocene, pri \u010demer se bomo osredoto\u010dili na interakcijo mikroservisov v okviru celotne arhitekture projekta.\u00a0<\/p>\n

<\/p>\n

Pri delu na cevi sistema ocene privla\u010dnosti je bila naloga razdeljena na naslednje sestavne dele:<\/p>\n

<\/p>\n

    \n
  1. Izlo\u010danje obrazov na fotografijah<\/li>\n
  2. Ocena vsakega obraza<\/li>\n
  3. Prikaz rezultata<\/li>\n<\/ol>\n

    <\/p>\n

    Prvo nalogo re\u0161uje predhodno usposobljena MTCNN<\/a><\/noindex>. Za drugo je bila usposobljena konvolucijska nevronska mre\u017ea na PyTorchu, pri \u010demer je bila uporabljena ResNet34<\/a><\/noindex> \u2013 s poudarkom na ravnote\u017eju \"kakovost \/ hitrost inference na CPU\".<\/p>\n

    \n\"Splo\u0161ni<\/p>\n

    Funkcionalni diagram cevi sistema ocene<\/i><\/p>\n

    <\/p>\n

    Analiza zahtev za arhitekturo projekta<\/h2>\n

    <\/p>\n

    V \u017eivljenjskem ciklu ML<\/a><\/noindex> projekti so faze dela na arhitekturi in avtomatizaciji uvajanja modela pogosto med najbolj zamudnimi po \u010dasu in virih.<\/p>\n

    \n\"Splo\u0161ni<\/p>\n

    \u017divljenjski cikel ML projekta<\/i><\/p>\n

    <\/p>\n

    Ta projekt ni izjema \u2013 sprejeta je bila odlo\u010ditev, da se cevni sistem ocene ovije v spletno storitev, pri \u010demer je bilo potrebno poglobiti se v arhitekturo. Dolo\u010dene so bile naslednje osnovne zahteve:<\/p>\n

    <\/p>\n

      \n
    1. Enotno skladi\u0161\u010de dnevnikov \u2013 vsi servisi morajo bele\u017eiti dnevnike na eno mesto, ki naj bi jih bilo enostavno analizirati.<\/li>\n
    2. Mo\u017enost horizontalnega skaliranja storitve ocene \u2013 kot najverjetnej\u0161i Bottleneck.<\/li>\n
    3. Na oceno vsake fotografije je treba dodeliti enako \u0161tevilo procesorskih virov \u2013 da se izognemo odstopanjem v porazdelitvi \u010dasa na inference.<\/li>\n
    4. Hitro (ponovno) uvajanje tako konkretnih storitev kot tudi celotnega sklada.<\/li>\n
    5. Mo\u017enost, po potrebi, uporabe skupnih objektov v razli\u010dnih storitvah.<\/li>\n<\/ol>\n

      <\/p>\n

      Arhitektura<\/h2>\n

      <\/p>\n

      Po analizi zahtevov je postalo o\u010ditno, da mikroservisna arhitektura v ve\u010dini primerov ustreza skoraj popolnoma.<\/p>\n

      <\/p>\n

      Da bi se izognili nepotrebnim te\u017eavam, je bila za frontend izbrana Telegram API.<\/p>\n

      <\/p>\n

      Za za\u010detek si oglejmo strukturni diagram kon\u010dne arhitekture, nato pa se bomo podali v opis posameznih komponent in formalizirali postopek uspe\u0161nega obdelovanja slik.<\/p>\n

      \n\"Splo\u0161ni<\/p>\n

      Strukturni diagram kon\u010dne arhitekture<\/i><\/p>\n

      <\/p>\n

      Podrobneje se bomo pogovorili o vsaki komponenti diagrama, ozna\u010dili bomo njihovo enotno odgovornost v procesu ocenjevanja slik.<\/p>\n

      <\/p>\n

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

      <\/p>\n

      Ta mikroservis inkapsulira vse interakcije z Telegram API. Lahko izpostavimo dva glavna scenarija \u2013 delo s slikami uporabnikov in delo z rezultatom procesiranja ocenjevanja. Obe scenariju bosta predstavljeni na splo\u0161no.<\/p>\n

      <\/p>\n

      Ob prejemu uporabni\u0161kega sporo\u010dila s sliko:<\/p>\n

      <\/p>\n

        \n
      1. Izvaja se filtriranje, ki vklju\u010duje naslednje preverjanja:\n