VeggieAI

Resumen del proyecto

La visión artificial se encuentra con una aplicación web útil.

VeggieAI conecta la clasificación de imágenes de verduras con consulta de precios, historial autenticado y orientación conversacional. Una aplicación web Flask utiliza un servicio de modelos independiente respaldado por un registro. Se documentan dos paquetes de modelos que pueden cargarse de forma reproducible, pero las afirmaciones de exactitud y latencia en evaluación reservada carecen de artefactos de entrenamiento y evaluación incluidos que las sustenten.

• Python
• Flask
• Visión artificial
• Docker

Dentro de esta creación

• Separé la aplicación web y el servicio de inferencia en una arquitectura de contenedores con dos imágenes.
• Definí contratos de modelos distintos de cuatro y cinco etiquetas, con preprocesamiento específico para cada modelo.
• Validé manifiestos, etiquetas, rutas de paquetes y sumas de comprobación antes de servir los modelos.
• Rechacé dimensiones de imagen, canales y perfiles de normalización incompatibles antes de la inferencia.
• Ejercité las interfaces de estado, metadatos y predicción mediante pruebas básicas del servicio.
• Mantuve opcionales y explícitamente configuradas las integraciones de OpenAI, Roboflow, correo electrónico y modelos remotos.

Código fuente y enlaces