Skip to content

Commit

Permalink
Merge pull request #113 from JNU-econovation/feat
Browse files Browse the repository at this point in the history 
feat: 음식 이미지 탐지 API 라우터 변경 후 개발환경 배포
  • Loading branch information
@Kyeong6
Kyeong6 authored Feb 5, 2025
2 parents 3e63e61 + 0a42518 commit 5ce1210
Showing 1 changed file with 110 additions and 110 deletions.
220 changes: 110 additions & 110 deletions server/routers/food_image_analysis.py
View file
Original file line number Diff line number Diff line change
Expand Up @@ -21,86 +21,86 @@ async def food_image_analysis_test():
return {"success": "성공"}


# # 음식 이미지 분석 API
# @router.post("/image", responses=analyze_food_image_responses)
# async def analyze_food_image(file: UploadFile = File(...), member_id: int = Depends(get_current_member)):
# 음식 이미지 분석 API
@router.post("/image", responses=analyze_food_image_responses)
async def analyze_food_image(file: UploadFile = File(...), member_id: int = Depends(get_current_member)):

# # 시작 시간 기록
# start_time = time.time()
# 시작 시간 기록
start_time = time.time()

# # 지원하는 파일 형식
# ALLOWED_FILE_TYPES = ["image/jpeg", "image/png"]
# 지원하는 파일 형식
ALLOWED_FILE_TYPES = ["image/jpeg", "image/png"]

# # 파일 형식 검증
# if file.content_type not in ALLOWED_FILE_TYPES:
# raise InvalidFileFormat(allowed_types=ALLOWED_FILE_TYPES)
# 파일 형식 검증
if file.content_type not in ALLOWED_FILE_TYPES:
raise InvalidFileFormat(allowed_types=ALLOWED_FILE_TYPES)

# # 이미지 처리 및 Base64 인코딩 진행
# image_base64 = await process_image_to_base64(file)
# 이미지 처리 및 Base64 인코딩 진행
image_base64 = await process_image_to_base64(file)

# # OpenAI API 호출로 이미지 분석 및 음식명 추출
# detected_food_data = await food_image_analyze(image_base64)
# OpenAI API 호출로 이미지 분석 및 음식명 추출
detected_food_data = await food_image_analyze(image_base64)

# # 음식 이미지를 업로드하지 않았을 경우
# if detected_food_data == {"error": True}:
# # 해당 유저를 찾기 위한 예외처리 routers에 포함
# logger.info(f"사용자가 음식 이미지를 사용하지 않음: {member_id}")
# raise InvalidFoodImageError()
# 음식 이미지를 업로드하지 않았을 경우
if detected_food_data == {"error": True}:
# 해당 유저를 찾기 위한 예외처리 routers에 포함
logger.info(f"사용자가 음식 이미지를 사용하지 않음: {member_id}")
raise InvalidFoodImageError()

# # 문자열로 반환된 데이터 JSON으로 변환
# detected_food_data = json.loads(detected_food_data)
# 문자열로 반환된 데이터 JSON으로 변환
detected_food_data = json.loads(detected_food_data)

# # 유사도 검색 결과 저장할 리스트 초기화
# similar_food_results = []
# 유사도 검색 결과 저장할 리스트 초기화
similar_food_results = []

# # 유사도 검색 진행
# for food_data in detected_food_data:
# 유사도 검색 진행
for food_data in detected_food_data:

# # 데이터 형식 확인 후 인덱싱 접근
# food_name = food_data.get("food_name")
# 데이터 형식 확인 후 인덱싱 접근
food_name = food_data.get("food_name")

# # 음식명 누락 처리
# if not food_name:
# continue
# 음식명 누락 처리
if not food_name:
continue


# # 벡터 임베딩 기반 유사도 검색 진행
# similar_foods = await search_similar_food(food_name)
# # 검색 결과(임계값으로 필터링된 결과 포함)
# similar_food_list = [
# {"food_name": food["food_name"], "food_pk": food["food_pk"]}
# for food in similar_foods
# ]

# # 반환값 구성
# similar_food_results.append({
# "detected_food": food_name,
# "similar_foods": similar_food_list
# })
# 벡터 임베딩 기반 유사도 검색 진행
similar_foods = await search_similar_food(food_name)
# 검색 결과(임계값으로 필터링된 결과 포함)
similar_food_list = [
{"food_name": food["food_name"], "food_pk": food["food_pk"]}
for food in similar_foods
]

# 반환값 구성
similar_food_results.append({
"detected_food": food_name,
"similar_foods": similar_food_list
})

# """
# 2. 요청 횟수 제한 구현(Redis)
# """
"""
2. 요청 횟수 제한 구현(Redis)
"""

# # 요청 횟수 차감: 해당 부분에 존재해야지 분석 실패했을 때는 횟수 차감 x
# remaining_requests = rate_limit_user(member_id, increment=True)
# 요청 횟수 차감: 해당 부분에 존재해야지 분석 실패했을 때는 횟수 차감 x
remaining_requests = rate_limit_user(member_id, increment=True)

# response = {
# "success": True,
# "response": {
# "remaining_requests": remaining_requests,
# "food_info": similar_food_results
# },
# "error": None
# }
# logger.info(f"member_id:{member_id} - 음식 이미지 탐지 API 사용 ")
response = {
"success": True,
"response": {
"remaining_requests": remaining_requests,
"food_info": similar_food_results
},
"error": None
}
logger.info(f"member_id:{member_id} - 음식 이미지 탐지 API 사용 ")

# # 종료 시간 기록
# end_time = time.time()
# execution_time = end_time - start_time
# logger.info(f"analyze_food_image API 수행 시간: {execution_time:.4f}초")
# 종료 시간 기록
end_time = time.time()
execution_time = end_time - start_time
logger.info(f"analyze_food_image API 수행 시간: {execution_time:.4f}초")

# return response
return response


# 기능 잔여 횟수 확인 API
Expand All @@ -123,56 +123,56 @@ async def remaning_requests_check(member_id: int = Depends(get_current_member)):
return response


# 음식 이미지 분석 API 평가 테스트
@router.post("/image", responses=analyze_food_image_responses)
async def analyze_food_image(file: UploadFile = File(...), member_id: int = Depends(get_current_member)):
start_total = time.time()
# # 음식 이미지 분석 API 평가 테스트
# @router.post("/image", responses=analyze_food_image_responses)
# async def analyze_food_image(file: UploadFile = File(...), member_id: int = Depends(get_current_member)):
# start_total = time.time()

# 이미지 처리 및 Base64 변환
image_base64 = await process_image_to_base64(file)
# # 이미지 처리 및 Base64 변환
# image_base64 = await process_image_to_base64(file)

# OpenAI 음식 감지 시간 측정
start_analyze = time.time()
detected_food_data = await food_image_analyze(image_base64)
end_analyze = time.time()
analyze_time = round(end_analyze - start_analyze, 4)

# JSON 변환 확인 및 오류 방지
if isinstance(detected_food_data, str):
try:
detected_food_data = json.loads(detected_food_data)
except json.JSONDecodeError as e:
raise ValueError(f"Failed to parse JSON: {e}")

if not isinstance(detected_food_data, list):
raise ValueError("Unexpected response format, expected a list of dicts")

# 유사도 분석 시간 측정
start_search = time.time()
food_info = []
for food in detected_food_data:
if isinstance(food, dict) and "food_name" in food:
similar_foods = await search_similar_food(food["food_name"])
food_info.append({
"detected_food": food["food_name"],
"similar_foods": similar_foods
})
else:
print(f"Skipping invalid food item: {food}")
end_search = time.time()
search_time = round(end_search - start_search, 4)

total_time = round(time.time() - start_total, 4)

return {
"success": True,
"food_image_analyze_time": analyze_time,
"search_similar_time": search_time,
"total_time": total_time,
"response": {
"food_info": food_info
}
}
# # OpenAI 음식 감지 시간 측정
# start_analyze = time.time()
# detected_food_data = await food_image_analyze(image_base64)
# end_analyze = time.time()
# analyze_time = round(end_analyze - start_analyze, 4)

# # JSON 변환 확인 및 오류 방지
# if isinstance(detected_food_data, str):
# try:
# detected_food_data = json.loads(detected_food_data)
# except json.JSONDecodeError as e:
# raise ValueError(f"Failed to parse JSON: {e}")

# if not isinstance(detected_food_data, list):
# raise ValueError("Unexpected response format, expected a list of dicts")

# # 유사도 분석 시간 측정
# start_search = time.time()
# food_info = []
# for food in detected_food_data:
# if isinstance(food, dict) and "food_name" in food:
# similar_foods = await search_similar_food(food["food_name"])
# food_info.append({
# "detected_food": food["food_name"],
# "similar_foods": similar_foods
# })
# else:
# print(f"Skipping invalid food item: {food}")
# end_search = time.time()
# search_time = round(end_search - start_search, 4)

# total_time = round(time.time() - start_total, 4)

# return {
# "success": True,
# "food_image_analyze_time": analyze_time,
# "search_similar_time": search_time,
# "total_time": total_time,
# "response": {
# "food_info": food_info
# }
# }

# @router.delete("/cache/prompt")
# async def clear_prompt_cache():
Expand Down

0 comments on commit 5ce1210

Please sign in to comment.