detection모델까지 시스템 아키텍쳐 공유

[Kim-Hui-Dong]

아키텍처 흐름

1. PyQt에서 실시간 CCTV 영상을 받아옵니다.

• PyQt는 OpenCV를 사용하여 CCTV 영상을 스트리밍하고, 각 프레임을 캡처합니다.

2. PyQt는 FastAPI 서버에 HTTP 요청을 보냅니다.

• 각 프레임은 FastAPI 서버에 POST 요청을 통해 전송됩니다.

3. FastAPI 서버는 YOLO 모델을 사용하여 객체 인식을 수행합니다.

• YOLO 모델은 요청받은 프레임에 대해 객체를 감지하고, 감지된 객체와 그 위치(바운딩 박스)를 반환합니다.

4. FastAPI는 PyQt로 객체 인식 결과를 응답합니다.

• FastAPI는 감지된 객체들의 좌표 및 클래스 정보를 PyQt로 반환합니다.

5. PyQt는 응답을 받아 GUI에서 객체를 바운딩 박스로 표시합니다.

• 바운딩 박스를 그린 후, 인식된 객체들을 GUI에서 실시간으로 표시합니다.

일단 디텍션모델까지 구현예정 아키텍쳐인데 읽어보시고 수정 필요한 부분은 코멘트 부탁드립니다. 먼저 이 순서대로 구현하면서 레포 올리고 추가상황은 issue로 공유드릴께요 ~

[Ryuchanghoon]

아키텍쳐 흐름에 FastAPI 서버가 나오는데 혹시 이 부분 설명 가능할까요?

[Kim-Hui-Dong]

조사를 해보니까, yolo모델을 시스템 내에서 서빙할때 pyqt라이브러리 만으로는 구현이 힘들수도 있을거 같아서 fast api와 pyqt를 같이 사용하는 방법을 고민중입니다

[Ryuchanghoon]

https://github.com/berkakyildizz/PyQt5-Yolov8-Gui
https://github.com/berkakyildizz/PyQt5-Yolov8-Gui/blob/main/onnxmodules/yolov8onnx.py

위 링크는 YOLO 모델을 ONNX 형식으로 변환 후 사용한 방식입니다.
우리 Detection 모델도 ONNX 형식으로 변환해야 할 수도 있지만, 굳이 fastAPI 프레임워크까지 고려할 필요는 없을 것 같습니다.

추후 각 기능 통합할 때 이야기해봐요!