1 通信
-----------------获取前端启动模型信号,解析前端配置文件,配置模型参数,开始进行模型推理信号。
当前 2D预识别 采用 python快速搭建Rest api形式 获取前端的信号,并将其json进行解析处理
( 需要前端提供 以 状态信号, 服务器图片地址 , 服务器结果地址 等特定字段 保存的json文件 )
当前 python Rest api 服务代码已初步编写
2 数据获取
-----------------解析前端配置文件中推理数据的位置及标签模板信息,通过网络,获取s3服务器特定位置数据(不需要下载),并创建推理结果文件夹
通过 HTTP流式服务,获取s3服务器图片文件
3 模型调用
-----------------通过解析的配置文件信息,配置服务器显卡资源,启动相应的模型文件推理服务器中的数据,对推理的结果文件进行后处理操作。
模型预先加载,显卡资源持续占用,启动本地service监听服务,当获取到模型启动推理信号后, 加载s3服务器数据图片进行推理,并将推理的结果后处理
当前模型正在 推理代码正在优化中,数据加载代码重写中,
当前模型推理资源需要 : 3G 红绿灯检测 + 8G 车道线分割 11G显卡资源,且资源持续占用不释放
4 数据上传
-----------------将后处理的数据通过网络传输到 相应的服务器相应的推理结果文件夹中。
模型推理完成数据后将 处理后的结果 通过http 传输至数据库,
全部数据推理完成后 , 通过api 向前端推送推理完成信号。(或更新服务器推理完成日志文件)
5 打包代码
pyinstaller