lyotaaa / celery

Установка и запуск

Подготовка. Запустить файл docker compose командой.

docker compose up -d

Запустите файл client.py

Вариант №1 через терминал

docker compose exec app bash

python client.py

Результат работы кода

Start post method
87fde86e-974a-4b37-a892-df572717c3e8

Start get method
{'status': 'PENDING'}
{'status': 'PENDING'}
{'status': 'PENDING'}
{'status': 'PENDING'}
{'status': 'PENDING'}
{'status': 'PENDING'}
{'status': 'PENDING'}
{'status': 'PENDING'}
{'link': 'http://127.0.0.1:5000/upscaling/lama_300px_upscaled.png', 'status': 'SUCCESS'}

Second get method
Done!
Время загрузки изображения: 0:00:20.187632

Вариант №2 через приложение докер

Необходимо зайти в Docker. Открыть контейнер app. Перейти во вкладку терминал. Введите команду.

python client.py

Результат работы аналогичный.

После завершения работы кода, в папке result появятся исходный файл и обработанный..

Домашнее задание к лекции «Celery»

Специалист по машинному обучению создал модель для апскейлинга изображений и функцию, которую позволяет ее использовать.
Файлы проекта находится здесь.
EDSR_2.pb - модель.
В модуле app.py находится функция upscale, которая имплементирует модель.
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

Результатом работы является рабочее API.