transport_number_detection

Учебный проект для распознавания типа городского транспорта и номера маршрута по фото

Команда:

• Микерин Егор
• Мостовой Сергей
• Карпов Михаил

Структура

• ai/ — ML-логика, датасеты, обучение, evaluation и runtime-пайплайны
• backend/ — FastAPI-сервис между frontend и AI-слоем
• frontend/ — статический веб-интерфейс для загрузки изображения и просмотра результата
• docs/ — краткие проектные документы и ML-backlog

Локальный запуск

Установить зависимости:

pip install -r ai/requirements.txt
pip install -r backend/requirements.txt

Запустить backend:

uvicorn backend.app:app --reload --host 127.0.0.1 --port 8000

Запустить frontend во втором терминале:

cd frontend
python3 -m http.server 3000

Открыть:

http://127.0.0.1:3000

В этом режиме:

• frontend работает на 127.0.0.1:3000
• backend работает на 127.0.0.1:8000
• Swagger UI доступен на http://127.0.0.1:8000/docs

Docker Compose

Собрать и запустить:

docker compose up --build

Запустить в фоне:

docker compose up --build -d

Остановить:

docker compose down

По умолчанию приложение доступно на:

http://127.0.0.1:8080

Можно изменить внешний порт frontend:

FRONTEND_PORT=8088 docker compose up --build -d

Документация

• AI README
• Backend README
• Frontend README
• ML backlog