Контейнеризированый сервис распознавания рукописных букв и цифр.

 

 

 

 

1. Описание решения

 

 

_Проект компьютерного зрения, выводит предсказанные значения рукописных букв и цифр:_

 

 

- _Задача многоклассовой классификации_

 

 

- _Для обучения модели применялись данные EMNIST. Набор данных представляет собой сбалансированное подмножество рукописных букв и цифр, в котором все классы представлены в равных количествах._

 

 

- _Итоговой моделью является tensorflow.keras с параметрами:_

 

 

- _Sequential([

 

 

Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=(28, 28, 1)),

 

 

MaxPooling2D(pool_size=(2, 2)),

 

 

Conv2D(64, kernel_size=(3, 3), activation='relu'),

 

 

MaxPooling2D(pool_size=(2, 2)),

 

 

Flatten(),

 

 

Dense(128, activation='relu'),

 

 

Dense(47, activation='softmax'_

 

 

- _Метрика итоовой модели на тестовых данных Test accuracy: 0.87_

 

 

 

 

 

 

 

 

2. Установка и запуск сервиса

 

 

 

 

 

_Для запуска сервиса необходимо клонировать репозиторий и создать docker-образ из Dockerfile, сервис с уже обученной моделью запустится в docker-контейнере в своем виртуальном окружении, перейдите на адрес запущенного docker-контейнера._

 

 

 

 

 

```bash

 

 

git clone git@github.com:leostuchchi/keras_emnist.git

 

 

cd keras_emnist/practice

 

 

docker build -t cv .

 

 

docker run -d -p 8000:8000 --name myapp-container cv

 

 

```