헬스 머신 분류 summary

로컬에서 작업했던 헬스머신 분류가 끝났다,,,!

기술 스택은 python, pytorch, ngrok, flask를 백엔드에서 썼다

 

EC2환경 VPC에서 작업하여 서버를 구동했고

프론트는 그냥 간단하게 만들어서 S3정적 웹 배포로 끝냈다.

 

ngrok배포할 때 브라우저에서 접속하면 https로 redirect되고 어떤 페이지가 나오는데

이 페이지를 보고 싶지 않으면 커스텀 헤더를 추가해서 요청하면 된다고 했다.

그래서 프론트쪽에서 해당 헤더를 추가하고 요청을 보냈더니 CORS에러가 났다.

에러에 대한 내용은 커스텀 헤더를 쓰려면 credential을 설정해야하고 어쩌고 아무튼 되게 길었다

 

근데 fetch에서 요청하는건 https로 redirect된 페이지가 나오지 않기 때문에

해당 커스텀 헤더를 추가할 필요도 없었는데 괜히 추가해서 삽질만 엄~~청 했다.

 

그리고 머신러닝을 구동하는 단계에서 AWS 프리티어로는 도저히 모델을 돌릴 수 없기 때문에

로컬에서 돌려서 모델 파일만 EC2로 넘겨서 실행시켰다.

분석 결과를 전달하는 과정에서 dataset의 class 번호에 해당하는 이름을 결과로 전달하는데

모델 분석 결과가 클래스 번호가 나오고 해당 클래스 리스트가 없어서 이건 그냥

전역변수로 수동으로 추가해줬다...

 

어쨌건 원하는대로 결과가 잘 나왔고 만족스럽다 ^~^

 

모델을 학습시킨 건 벤치프레스, 숄더프레서, 렛풀다운 이 세 가지 뿐이기때문에

테스트를 하더라도 꼭 이 세가지 머신 사진으로 해주시길,,^^...

 

아래는 다이어그램을 그려봤는데 프로젝트 요약용으로 참 좋은 것 같다..

이렇게 프로젝트를 마친다! 머신러닝에 대해서 공부도 하고

파이썬 환경에서 REST API에 대한 사용과 CORS를 부딪혀 보는 좋은 경험이였다.