REST API для автоматизированного анализа заказов
REST API для автоматизированного анализа заказов
Технологии: Python, FastAPI, SQLite, OpenCV, NumPy, TensorFlow, OpenAI ChatGPT API, SQLAlchemy, Redis, Celery, FastAPI TestClient, Unit-тесты, Mypy
Я разрабатываю REST API для автоматизированного анализа заказов, предназначенное для улучшения процесса проверки заказов в интернет-магазине автозапчастей. API принимает изображения, на которых клиент может проверить, соответствуют ли запчасти, изображенные на фото, тем, что были заказаны. Система использует OpenCV и NumPy для определения контуров объектов и классифицирует их с помощью предобученной модели TensorFlow и API ChatGPT, что позволяет улучшить процесс распознавания и повысить точность классификации.
После обработки изображения и классификации объектов результаты передаются пользователю для подтверждения. Пользователь может корректировать распознавание, отправлять запросы повторно, а также подтверждать контуры и классификацию. Информация сохраняется в базе данных с использованием SQLAlchemy и отправляется в систему управления складом (WMS).
Для повышения производительности реализован механизм асинхронного кэширования моделей, что позволяет избежать задержек при их инициализации. Redis используется для управления кэшем и отслеживания асинхронных задач, которые выполняются через Celery.
Кроме того, разработана система обучения модели, включающая функционал для добавления новых классов и изображений для обучения. Юнит- и интеграционные тесты покрывают все компоненты с использованием FastAPI TestClient, а строгая типизация обеспечивается с помощью mypy. Миграции для базы данных управляются через SQLAlchemy.
Я полностью отвечаю за архитектуру проекта, выбор технологий и реализацию всех компонентов, выполняя работу без внешнего руководства.
Технологии: Python, FastAPI, SQLite, OpenCV, NumPy, TensorFlow, OpenAI ChatGPT API, SQLAlchemy, Redis, Celery, FastAPI TestClient, Unit-тесты, Mypy
Я разрабатываю REST API для автоматизированного анализа заказов, предназначенное для улучшения процесса проверки заказов в интернет-магазине автозапчастей. API принимает изображения, на которых клиент может проверить, соответствуют ли запчасти, изображенные на фото, тем, что были заказаны. Система использует OpenCV и NumPy для определения контуров объектов и классифицирует их с помощью предобученной модели TensorFlow и API ChatGPT, что позволяет улучшить процесс распознавания и повысить точность классификации.
После обработки изображения и классификации объектов результаты передаются пользователю для подтверждения. Пользователь может корректировать распознавание, отправлять запросы повторно, а также подтверждать контуры и классификацию. Информация сохраняется в базе данных с использованием SQLAlchemy и отправляется в систему управления складом (WMS).
Для повышения производительности реализован механизм асинхронного кэширования моделей, что позволяет избежать задержек при их инициализации. Redis используется для управления кэшем и отслеживания асинхронных задач, которые выполняются через Celery.
Кроме того, разработана система обучения модели, включающая функционал для добавления новых классов и изображений для обучения. Юнит- и интеграционные тесты покрывают все компоненты с использованием FastAPI TestClient, а строгая типизация обеспечивается с помощью mypy. Миграции для базы данных управляются через SQLAlchemy.
Я полностью отвечаю за архитектуру проекта, выбор технологий и реализацию всех компонентов, выполняя работу без внешнего руководства.
Харьков 
Немного занят