[FastAPI] 이미지 처리 레퍼런스

[baekkr95]

Background

• 아이디어 및 레퍼런스 공유 이슈로 사용

Content ( 해결해야 될 문제점 공유 )

1. dehazed image를 웹에 출력
2. dehazed image를 sky segmentation model에 전달
3. on_event("startup")으로 DB 연결, 모델 Load 등.. 여러 로직 실행 가능
4. on_event("shutdown")으로 DB 연결 해제, 로깅 결과 받기(Unique data, 기타 등등)
5. DB에서 가상의 구름&하늘 사진을 받아서 Streamlit에 출력
6. dehazing & segmentation Model의 Inference를 백그라운드에서 실행
7. dehazed와 sky replacement 모델을 서버 실행과 동시에 load_model 한다. → get_prediction에서 load_model을 분리
8. 이미지 다운로드과 함께 input image, 선택한 구름 정보를 db에 저장할 예정 → 추후에 서비스적으로 개선 가능

[baekkr95]

• upload image 버튼을 누른 후에 fastapi로 이동
• https://testdriven.io/blog/fastapi-streamlit/

[baekkr95]

• 이전 기수 api 사용 레퍼런스
• https://github.com/boostcampaitech2/final-project-level3-cv-13/tree/98016489030ba96856e91b355e197180f7556187/demo

[omocomo]

dehazed image 출력

frontend.py

def main():
    st.title("Dehazing Model")
    uploaded_file = st.file_uploader("Choose an image", type=["jpg", "jpeg","png"])

    if uploaded_file:
        image_bytes = uploaded_file.getvalue()
        image = Image.open(io.BytesIO(image_bytes))

        st.image(image, caption='Uploaded Image')
        st.write("Dehazing...")

        # 기존 stremalit 코드
        # _, y_hat = get_prediction(model, image_bytes)
        # label = config['classes'][y_hat.item()]
        files = [
            ('files', (uploaded_file.name, image_bytes,
                       uploaded_file.type))
        ]
        response = requests.post("http://localhost:30001/predict", files=files)
        dehaze_image = Image.open(io.BytesIO(response.content)).convert('RGB')
        st.image(dehaze_image)

main.py

from fastapi import Response
import io

@app.post("/predict", description="hazing 결과를 요청합니다.")
async def make_order(files: List[UploadFile] = File(...)):
    for file in files:
        image_bytes = await file.read()
        inference_result = get_prediction(image_bytes)

    img_byte_arr = io.BytesIO()
    inference_result.save(img_byte_arr, format='PNG')
    img_byte_arr = img_byte_arr.getvalue()

    return Response(content=img_byte_arr, media_type="image/png")