Aprenda a orquestar la inferencia de detección de objetos a través de una API con Docker
En este artículo se explicará cómo ejecutar la inferencia en un modelo de detección de objetos YOLOv8 mediante Docker y cómo crear una API REST a través de la cual se pueda orquestar el proceso de inferencia. Para ello, este artículo se divide en tres secciones: cómo ejecutar la inferencia YOLOv8, cómo implementar la API y cómo ejecutar ambas en un contenedor Docker.
A lo largo del artículo se mostrará la implementación en código de todos los conceptos y componentes necesarios para el proyecto. El código completo también se puede encontrar en mi repositorio de GitHub.
Para profundizar en el código y su estructura, y poder ejecutar la inferencia a través de API REST con Docker fácilmente con unos pocos comandos, el Archivo README en el repositorio explica en detalle los pasos a seguir, cómo obtener la documentación de la API y la estructura del proyecto.
YOLO nació para abordar la dificultad de equilibrar el tiempo de entrenamiento y la precisión, así como para lograr la detección de objetos combinando la localización y la clasificación de objetos en un solo paso en lugar de por separado, que eran problemas que tenían los modelos/arquitecturas más populares en ese momento. [1]. Dado que este artículo no…