|
|
|
<h1>프로그램 구조도</h1>
|
|
|
|
|
|
|
|
|
|
|
|
<h1>함수 명세서</h1>
|
|
|
|
<h3>__main__</h3>
|
|
|
|
<ul>
|
|
|
|
<li>입력 : X</li>
|
|
|
|
<li>반환 : X</li>
|
|
|
|
<li>주요기능 : Model directory에 있는 first, second 모델을 user_id 별로 전역변수 Dictionary에 Load 합니다. 그리고 Flask app을 실행하여 요청을 대기합니다. 로그를 담는 파일을 생성합니다.</li>
|
|
|
|
<li>특이사항 : X</li>
|
|
|
|
</ul>
|
|
|
|
<h3>restAPI.post([host:port]/predict)</h3>
|
|
|
|
<ul>
|
|
|
|
<li>입력 : request(with JSON data)<br>data: 6축 row data 리스트(str[*][6])<br>user_id: user_id(str)</li>
|
|
|
|
<li>반환 : response(with Prediction label Text)</li>
|
|
|
|
<li>주요기능 : 요청에 대해 sliding window로 예측 배열을 생성. 각 예측에 가중치를 투표하여 가장 높은 점수를 받은 레이블을 이전 예측과 비교하여 최종 예측을 도출. 최종 예측을 응답한다. 도중에 에러가 발생하면 500 code를 응답한다.</li>
|
|
|
|
<li>특이사항 : 많은 예외처리 케이스가 존재한다.</li>
|
|
|
|
</ul>
|
|
|
|
<h3>predict_action</h3>
|
|
|
|
<ul>
|
|
|
|
<li>입력 : image(dataset), user_id</li>
|
|
|
|
<li>반환 : first model 예측 결과</li>
|
|
|
|
<li>주요기능 : 해당 user_id의 first model에 대한 입력 데이터셋의 예측 결과를 반환한다.</li>
|
|
|
|
<li>특이사항 : X</li>
|
|
|
|
</ul>
|
|
|
|
<h3>predict_second</h3>
|
|
|
|
<ul>
|
|
|
|
<li>입력 : image(dataset), user_id</li>
|
|
|
|
<li>반환 : second model 예측 결과</li>
|
|
|
|
<li>주요기능 : 해당 user_id의 second model에 대한 입력 데이터셋의 예측 결과를 반환한다.</li>
|
|
|
|
<li>특이사항 : X</li>
|
|
|
|
</ul>
|
|
|
|
<h3>predict_with_previous_labels</h3>
|
|
|
|
<ul>
|
|
|
|
<li>입력 : <br>user_id: user_id<br>predicted: 현재 예측 결과 레이블</li>
|
|
|
|
<li>반환 : 최종 예측 결과 레이블</li>
|
|
|
|
<li>주요기능 : 이전 최종 예측 결과를 저장해두었다가, 현재 예측 결과가 입력되면 두 레이블을 비교하여 현재의 최종 예측 결과를 도출한다.</li>
|
|
|
|
<li>특이사항 : 많은 예외처리 케이스가 존재한다.</li>
|
|
|
|
</ul> |
|
|
\ No newline at end of file |
