Проект: Обработка изображений с видеопотока на основе FastAPI

Описание

Проект предназначен для обработки видеопотока с камер, включая детекцию, классификацию объектов и обработку изображений. Разработка основывается на FastAPI и включает несколько модулей для обработки изображений, работы с SDK камер и API маршрутизации.

---

Структура проекта

├── docker-compose.yml        # Конфигурация Docker Compose
├── .env_vars                 # Файл переменных окружения
├── app/
│   ├── Dockerfile            # Dockerfile для сборки приложения
│   ├── main.py               # Точка входа FastAPI
│   ├── requirements.txt      # Зависимости проекта
│   ├── services/             # Сервисы и обработка данных
│   │   ├── camera.py         # Работа с камерами
│   │   ├── image_processor.py # Обработка изображений
│   │   ├── detection.py      # Логика детекции объектов
│   ├── models/               # Модели для предсказаний
│   │   ├── model_loader.py   # Загрузка ML модели
│   │   ├── prediction.py     # Предсказание объектов
│   ├── api/                  # API маршруты
│   │   ├── routers/          # Маршруты FastAPI
│   │       ├── predict.py    # Роут для предсказаний
│   │       ├── camera_router.py # Роут для работы с камерами
│   ├── utility/              # Утилиты и SDK
│   │   ├── HikCamera/        # SDK для работы с камерами Hikvision
├── config/nginx/nginx.conf   # Конфигурация Nginx
└── README.md                 # Документация

---

Установка и запуск проекта

Шаги для запуска:

1. Клонирование репозитория:

   git clone <>
   cd <>

2. Создание .env файла: Скопируйте .env_vars и настройте переменные окружения.

3. Сборка и запуск через Docker Compose:

   docker-compose up --build

4. Доступ к API: API будет доступен по адресу: http://localhost:8000

---

Функциональность

1. Обработка видеопотока:
   • Захват видеопотока с камер.
   • Обработка изображений (контурная детекция, предсказания объектов).
2. API на FastAPI:
   • /predict - эндпоинт для выполнения предсказаний на изображении.
   • /camera - эндпоинт для взаимодействия с камерами.
3. Поддержка работы с SDK камер Hikvision.
4. Докеризация проекта.
5. Реверс-проксирование через Nginx.

---

Задачи и распределение работы

Разработчик 1: Игорь Варламов

1. Архитектура проекта:
   • Создание каркаса FastAPI приложения.
   • Настройка API маршрутов (api/routers/...).
2. Сервисы:
   • Модуль для работы с камерами (services/camera.py).
   • Обработка изображений (services/image_processor.py).
3. Модули машинного обучения:
   • Загрузка и инициализация модели (models/model_loader.py).
   • Реализация предсказаний (models/prediction.py).

Разработчик 2: Максим Гавриленко

1. Интеграция SDK камер:
   • Работа с SDK камер Hikvision (utility/HikCamera/...).
   • Добавление утилит для управления камерами.
2. Nginx конфигурация:
   • Настройка проксирования через config/nginx/nginx.conf.
3. Докеризация:
   • Написание Dockerfile и docker-compose.yml.

---

Зависимости

Проект использует следующие технологии и библиотеки:

• FastAPI: для построения REST API.
• Docker и Docker Compose: для контейнеризации.
• PyTorch: для загрузки и работы с ML моделями.
• Nginx: для проксирования запросов.
• Hikvision SDK: для работы с камерами.

Установите зависимости:

pip install -r app/requirements.txt

---

Контакты

• Игорь Варламов: froginkrit@gmail.com
• Максим Гавриленко: maksimgavrilenkowork@gmail.com

---