🔄 [email protected]

• ⚠️사전설명:

  • 연구개발 진행은 연구실 서버를 통하여 진행하였으며, 2021년 12월 1일기준으로 서버를 반납하여 실제 본 저장소의 API를 사용하기 위해서는 사전의 서버구축 및 세팅이 필요합니다.

• 최종보고서:

  • 📄 최종보고서

• Extension Repository:

  • 📄 img2U-Extension

• 영상링크:

  • 🎞️ Youtube

• 모델 구조 및 API 구조

  모델구조: (클릭하여 확인)

  
  API구조: (클릭하여 확인)

  

• A. 파일구조

  • API (folder): Flask테스트를 위해서 생성된 폴더, InceptionV3 모델 저장되어 있음

  • API_demo (folder): API실제 작동 코드 저장

    • app.py: server 실행 코드
    • image_captioning.py: image captioning 모델 구조 코드

  • checkpoints/train (folder): 모델 저장을 위한 폴더

  • captions.pkl (file): caption을 pickle파일로 저장한 파일

• B. 사용방법

  • ⭐ 사전준비

    • ✔️ (필수) Python+Flask를 통하여 구현된 코드가 실행가능한 서버구축
      • 필수 라이브러리: tensorflow/flask/numpy/werkzeug/flask_cors/json/urllib/matplotlib/pickle
      • Python 버전: >3.6
      • tensorflow 버전: >=2.6
    • ✔️ (필수) Papago 개발자센터에서 Client ID 및 Client Secret 발급
    • 👍 (추천) GPU가 탑제된 서버

  • ⭐ 코드설정

    • 1. API_demo/app.py:
      • line 26, 27: Papago API에서 발급받은 Client ID값과 Secret값으로 변경
      • line 52: checkpoints에 저장된 모델을 호출할 수 있음 (새로운 모델이 생성되었으면 해당 폴더에 넣어 모델파일 위치 수정)
      • line 95~147: POST방식으로 API호출하는 부분(Papago와 연동되어 있지 않음)
      • line 151: app.run(host='0.0.0.0', debug=False, port=8888) 여기서 host와 port를 서버에 맞게 설정하기
      • API호출 주소: GET방식으로 호출하며 https:// 서버주소 /?img= (= 뒤에 이미지 주소 넣어서 호출)
    • 2. API_demo/image_captioning.py:
      • line 35, 36: InceptionV3 모델 저장된 폴더에서 불러오기
      • line 66: 저장된 caption pickle파일 불러오기

• C. 실행방법:
  • 본 API폴더 에서 python app.py로 API서버 실행