Проект Has-Been: Восстановление цвета фотографий

Описание

Проект состоит из:

• Backend на FastAPI + Celery для асинхронной обработки и очередей.
• Frontend на React + Vite для удобного интерфейса загрузки и просмотра результатов.
• Хранилище: MinIO (S3-совместимое).
• Очередь задач: RabbitMQ.
• База данных: PostgreSQL.

Основные возможности

• Загрузка одной или нескольких фотографий.
• Асинхронная раскраска через Celery + модель TensorFlow.
• Хранение изображений в MinIO и выдача URL-ов.
• Архивация и скачивание всех результатов одним ZIP-файлом.

---

Архитектура проекта

project-root/
├── backend/                                            # FastAPI + Celery + модели
│   ├── app/
│   │   ├── main.py                                     # Эндпоинты /upload, /images
│   │   ├── celery_app.py                               # Инициализация Celery
│   │   ├── tasks.py                                    # Celery-таски (раскраска)
│   │   ├── s3_utils.py                                 # Работа с MinIO
│   │   ├── 5_128_2048_checkpoint.weights.h5            #веса
│   │   ├── database.py                                 # SQLAlchemy + сессии
│   │   ├── models.py                                   # Модель Image
│   │   └── model_class/                                # Реализация build_colorizer
│   ├── Dockerfile
│   ├── requirements.txt                                # Зависимости Python
│   ├── alembic/                                        # миграции постгреса
│   └── .env  
├── frontend/               # React + Vite
│   ├── src/
│   ├── vite.config.js
│   ├── package.json
│   └── ...
└── docker-compose.yml      # Описание всех сервисов

---

Технологии и зависимости

• Backend: Python 3.10, FastAPI, Uvicorn, Celery, SQLAlchemy, Alembic, PostgreSQL, RabbitMQ, MinIO, Boto3, Pillow, OpenCV, TensorFlow/Keras.
• Frontend: React, React Router, Vite, TailwindCSS (или Sass), JavaScript/TypeScript.
• Docker: Docker Engine, Docker Compose.

---

Установка и запуск

1. Клонировать репозиторий

git clone https://github.com/Supertos/MAI-ML-Colorizer.git
cd project-root

2. Запуск с помощью Docker Compose

docker-compose up -d --build

• FastAPI API на http://localhost:8000
• Nginx-прокси на http://localhost:8080
• RabbitMQ UI на http://localhost:15672 (guest/guest)
• MinIO Console на http://localhost:9001 (minioadmin/minioadmin)

3. Применить миграции Alembic

docker-compose exec backend_fastapi alembic upgrade head

---

API

POST /upload

• Описание: загрузка одного файла и запуск таска.

• Параметры:

  • file: файл изображения (PNG, JPEG).
  • grain, sharpness: числа 0–100 (не используются!).
  • anonymous_id: строка (необязательно), возвращается и сохраняется в cookie.

• Ответ:

{
  "image_id": 1,
  "original_filename": "photo.jpg",
  "s3_key": "<uuid>_photo.jpg",
  "anonymous_id": "<uuid>"
}

GET /images/{anonymous_id}

• Описание: получить список записей пользователя.
• Ответ: массив объектов:

[
  {
    "id": 1,
    "filename": "photo.jpg",
    "s3_key": "...",
    "created_at": "2025-05-28T...Z",
    "download_url": "presigned_url",
    "inverted_download_url": "presigned_url_for_colorized"
  }
]

---

Frontend

1. Перейдите в папку frontend/.

2. Установите зависимости:

   npm install

3. Запустите dev-сервер Vite:

   npm run dev

4. Откройте http://localhost:3000.

Frontend сам сохраняет anonymous_id в cookie, последующие запросы идут правильно.

---