-
Notifications
You must be signed in to change notification settings - Fork 0
/
server.py
474 lines (373 loc) · 14.9 KB
/
server.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
import datetime
import mimetypes
import os, json, cv2
import requests
import base64
import time
import numpy as np
import tensorflow as tf
import pandas as pd
import argparse
import io
from flask import Flask, jsonify, request, send_file
from flask_cors import CORS
from findComponents import *
from shutil import copy
from data_processing.diagram import drawDiagram
from data_processing.calcVoltageAndCurrent import calcCurrentAndVoltage
from tqdm import tqdm
from mmdet.apis import init_detector
from data_processing.writeSPICE import toSPICE
pd.set_option("mode.chained_assignment", None)
circuit_component_data = []
body_pinmap = None
vol_pinmap = None
pinmap = None
pinmap_shape = None
V = 5
MODEL_RESISTORAREA_PATH = "model/resistor-area.model.pt"
MODEL_RESISTORBODY_PATH = "model/resistor-body.model.pt"
MODEL_LINEAREA_PATH = "model/line-area.model.pt"
MODEL_LINEENDAREA_PATH = "model/line-endpoint.model.pt"
MODEL_RESISTORPIN_PATH = "model/resistor-pin.model.h5"
MODEL_LINEPIN_PATH = "model/line-pin.model.h5"
app = Flask(__name__, static_folder="./static")
app.config["JSON_AS_ASCII"] = False
app.secret_key = "f#@&v08@#&*fnvn"
app.permanent_session_lifetime = datetime.timedelta(hours=4)
CORS(app, resources={r"/*": {"origins": "*"}})
FILE_IMAGE = None
models = {}
@app.route("/")
def main():
"""
서버 동작 체크 여부
"""
return "Hello, I'm on"
@app.route("/spice", methods=["GET"])
def spice():
return send_file(
"./circuit_spice.cir",
mimetype="text/plain",
download_name="circuitSpice.cir",
as_attachment=True,
)
@app.route("/pinmap", methods=["GET"])
def pinmap():
"""
브레드보드에서의 Pin위치를 전달하면 입력된 이미지 기준으로 해당하는 Pin의 x, y 픽셀 좌표를 반환한다.
Pinmap은 backend/static/data/pinmap.json의 파일을 기준으로 한다.
Pinmap은 사용자가 선택한 4개의 꼭짓점으로 변환된 이미지에 mapping한다. 이미지따라 핀의 픽셀 위치가 다 다르기 때문이다.
ex) A01 => 130, 245
ex) V225 => 110, 3000
"""
global body_pinmap, vol_pinmap
search_map = None
row = None
col = None
search_pin = request.args.get("pin")
try:
assert search_pin != None
assert search_pin[0] in ["A", "B", "C", "D", "E", "F", "G", "H", "I", "J", "V"]
search_map = pd.concat(
[vol_pinmap.iloc[:, 0:4], body_pinmap, vol_pinmap.iloc[:, 4:8]], axis=1
)
if search_pin[0] == "V":
assert int(search_pin[2:]) >= 1 and int(search_pin[2:]) <= 25
row, col = int(search_pin[2:]) - 1, search_pin[:2]
else:
assert int(search_pin[1:]) >= 1 and int(search_pin[1:]) <= 30
row, col = int(search_pin[1:]) - 1, search_pin[0]
x, y = search_map.xs(row)[col]["x"], search_map.xs(row)[col]["y"]
return jsonify({"coord": [x, y]})
except AttributeError as e:
return jsonify({"message": "회로 이미지를 먼저 업로드하세요"})
except AssertionError:
return jsonify({"message": "유효한 브레드보드 핀 범위가 아님. (V11(V101)~V425, A1(A01)~J25)"})
@app.route("/resistor", methods=["GET", "POST"])
def resistor():
"""
To-do: 만약 저항값이 잘못 검측되었을 때 필요로 함
분석이 완료된 회로 계층의 저항값을 반환받는다.
Ex) 회로가 1 - 1 - 2(병렬 저항)로 구성됨
response = {
"state": "success",
"data": [[{'name': 'R0', 'value': 100}], [{'name': 'R1', 'value': 100}], [{'name': 'R2', 'value': 100}, {'name': 'R3', 'value': 100}]]
}
GET: 서버 메모리에 올라간 회로 계층 데이터 반환
POST: 전달된 데이터를 바탕으로 저항값 데이터 초기화
"""
global circuit_component_data
if request.method == "GET":
return jsonify({"state": "success", "data": circuit_component_data})
if request.method == "POST":
resistor_value = request.get_json()
for r in resistor_value:
for row in circuit_component_data:
for col in row:
if r["name"] == col["name"]:
col["value"] = int(r["value"])
return jsonify({"state": "success"})
@app.route("/draw", methods=["GET"])
def draw():
"""
회로 다이어그램 그림을 반환함
"""
if request.method == "GET":
global circuit_component_data
try:
image_bytes = drawDiagram(V, circuit_component_data)
return send_file(
io.BytesIO(image_bytes),
mimetype="image/jpeg",
download_name="circuitDiagram.jpeg",
)
except Exception:
return jsonify({"message": "회로 이미지를 먼저 업로드하세요"})
@app.route("/image", methods=["POST"])
def image():
"""
/upload에서 업로드한 이미지 데이터와 전압 데이터를 전달받는다.
이후 /detect를 호출하여 전기소자 예측 모델과 전기소자 위치 검출 모델로 데이터를 반환받는다.
"""
if request.method == "POST":
try:
global FILE_IMAGE, V
PADDING = 200
target_image = None
points = None
scale = None
if request.files:
circuitImage = request.files["circuitImage"].read()
target_image = cv2.imdecode(
np.frombuffer(circuitImage, np.uint8), cv2.IMREAD_COLOR
)
# 테스트 데이터를 위한 분기
else:
raise Exception("회로 이미지를 전송하지 않음")
if request.form["points"]:
data = json.loads(request.form["points"])
if data.get("points") and len(data["points"]) == 4:
points = data["points"]
else:
raise Exception("이미지 필수 정보 (브레드보드 꼭짓점)이 전달되지 않음")
if data.get("scale"):
scale = 6.75
else:
raise Exception("이미지 필수 정보 (스케일)이 전달되지 않음")
if data.get("voltage"):
V = int(data["voltage"])
else:
raise Exception("이미지 필수 정보 (전압)이 전달되지 않음")
# 전달받은 4개의 포인트는 스케일이 적용되어 있다.
# 웹에서 포인트를 선택하는 영역은 화면의 크기에 따라 해당하는 점 위치가 다르기 때문에
# 실제 이미지 크기에 맞게 스케일링을 한다.
# 현재 scale은 6.75로 고정되어있다.
pts = []
for point in points:
pts.append([int(point[0] * scale), int(point[1] * scale)])
base_point, target_image = toPerspectiveImage(
target_image, np.array(pts), PADDING
)
_, buffer = cv2.imencode(".jpg", target_image)
transformedImg_base64 = base64.b64encode(buffer).decode()
component = detect(
pts=base_point,
target_image=target_image,
scale=scale,
)
print(component["components"])
result_data = {
"transformedImg": transformedImg_base64,
"basePoint": base_point.tolist(),
"voltage": V,
"scale": 0.25,
"components": component["components"],
}
return jsonify(result_data)
except Exception as e:
return jsonify({"message": str(e)})
@app.route("/calc", methods=["get"])
def calc():
"""
분석된 회로에서의 이론적인 노드 전압과 출력 전류 그리고 합성저항값을 반환받는다.
"""
global circuit_component_data
if circuit_component_data is None:
return jsonify({"message": "회로 사진을 먼저 업로드하세요"})
if V is None:
return jsonify({"message": "전압값이 지정되어있지 않음"})
R_TH, I, NODE_VOL = calcCurrentAndVoltage(V, circuit_component_data)
return jsonify(
{
"circuit_analysis": {
"r_th": str(R_TH),
"node_current": str(I),
"node_voltage": str(NODE_VOL),
}
}
)
@app.route("/network", methods=["GET", "POST"])
def network():
"""
네트워크의 계층을 찾지않고 검출된 순서대로 정렬된 각 전기소자들을 회로가 결선된 순서에 맞게 레이어를 구성한다.
"""
if request.method == "POST":
global circuit_component_data
components = request.get_json()
lines = pd.DataFrame(components["Line"])
resistors = pd.DataFrame(components["Resistor"])
components = pd.concat([lines, resistors], axis=1).transpose()
circuit = findNetwork(components)
# 아래의 코드는 위에서 계층을 찾으면 그걸 토대로 저항소자만 빼오는 코드
# 위 데이터의 결과는 [[{'name': 'R0', 'value': 100}], [{'name': 'R1', 'value': 100}], [{'name': 'R2', 'value': 100}, {'name': 'R3', 'value': 100}]]
if isinstance(circuit, dict):
return jsonify({"message": circuit["message"]})
table = {}
for i in range(len(circuit)):
row = circuit.iloc[i]
if "R" not in row["name"]:
continue
d = {"name": row["name"], "value": row["value"]}
if table.get(row.layer) is None:
table[int(row.layer)] = [d]
else:
table[int(row.layer)].append(d)
table = [value for _, value in table.items()]
circuit_component_data = table
print(circuit)
toSPICE(circuit, V, "./circuit_spice.cir")
return jsonify({"network": table})
if request.method == "GET":
if circuit_component_data is not None:
return jsonify({"network": circuit_component_data})
else:
return jsonify({"message": "회로 이미지를 먼저 업로드하세요"})
# @app.route("/detect", methods=["POST"])
def detect(pts: np.ndarray, target_image: np.ndarray, scale: float):
"""
전달받은 이미지 데이터에서 전기소자를 예측하고 그것의 위치를 찾는다.
"""
global circuit_component_data, vol_pinmap, body_pinmap, start_point, find_pincoords_resi_model, find_pincoords_line_model
init() # 검출을 위해 데이터 초기화 및 모델 로딩(로딩이 되어있지 않다면)
canvas_image = target_image.copy()
resistor_area_pd = detectArea(
models["resistor.area"], "resistor-area", target_image, 0.5
)
resistor_body_pd = detectArea(
models["resistor.body"], "resistor-body", target_image, 0.5
)
line_area_pd = detectArea(models["line.area"], "line-area", target_image, 0.5)
line_endarea_pd = detectArea(
models["line.endpoint"], "line-endpoint", target_image, 0.5
)
base_point = np.array(pts, np.float32)
transform_mtrx = cv2.getPerspectiveTransform(start_point, base_point)
initializePinmaps(
body_pinmap, vol_pinmap, transform_mtrx
) # 왜곡된 이미지에 맞게 핀맵의 좌표도 똑같이 변환
search_map = pd.concat(
[vol_pinmap.iloc[:, 0:4], body_pinmap, vol_pinmap.iloc[:, 4:8]], axis=1
)
print("resistor_area_pd:", len(resistor_area_pd))
print("resistor_body_pd:", len(resistor_body_pd))
print("line_area_pd:", len(line_area_pd))
print("line_endarea_pd:", len(line_endarea_pd))
components = {"Resistor": [], "Unknown": []}
detected_resistor_components = set_resistor_component(
resistor_area_pd,
resistor_body_pd,
search_map,
base_point,
target_image,
canvas_image,
body_pinmap,
vol_pinmap,
models["resistor.pin"],
)
components["Resistor"] = detected_resistor_components
# 전선영역이 검출되었다면
if len(line_area_pd) > 0:
table = line_contains_table(line_area_pd, line_endarea_pd)
detected_line_components = set_line_component(
line_area_pd,
line_endarea_pd,
table,
search_map,
base_point,
target_image,
canvas_image,
body_pinmap,
vol_pinmap,
models["line.pin"],
)
components["Line"] = detected_line_components["Line"]
components["Unknown"] = detected_line_components["Unknown"]
for lineAreaIdx in table.values():
r = int(random.random() * 255)
g = int(random.random() * 255)
b = int(random.random() * 255)
linearea = line_area_pd.iloc[lineAreaIdx]
lineareaMinPoint = round(linearea.xmin) - 30, round(linearea.ymin) - 30
lineareaMaxPoint = round(linearea.xmax) + 30, round(linearea.ymax) + 30
cv2.putText(
canvas_image,
f"linearea#{lineAreaIdx}",
(lineareaMinPoint[0], lineareaMinPoint[1] - 30),
cv2.FONT_HERSHEY_SIMPLEX,
2,
(255, 0, 255),
2,
)
cv2.rectangle(
canvas_image, lineareaMinPoint, lineareaMaxPoint, (b, g, r), 10
)
else:
components["Line"] = {}
return {"components": components}
def init():
global body_pinmap, vol_pinmap, pinmap, pinmap_shape, start_point
PADDING = 0
pinmap = json.load(open("static/data/pinmap.json"))
pinmap_shape = pinmap["shape"]
body_pinmap = breadboard_bodypin_df(pinmap, PADDING)
vol_pinmap = breadboard_voltagepin_df(pinmap, PADDING)
start_point = np.array(
[
[PADDING, PADDING],
[pinmap_shape[1] + PADDING, PADDING],
[pinmap_shape[1] + PADDING, pinmap_shape[0] + PADDING],
[PADDING, pinmap_shape[0] + PADDING],
],
dtype=np.float32,
)
def model_loading():
global models
print("Init...")
keys = [
"resistor.area",
"resistor.body",
"line.area",
"line.endpoint",
"resistor.pin",
"line.pin",
]
model_paths = [
MODEL_RESISTORAREA_PATH,
MODEL_RESISTORBODY_PATH,
MODEL_LINEAREA_PATH,
MODEL_LINEENDAREA_PATH,
MODEL_RESISTORPIN_PATH,
MODEL_LINEPIN_PATH,
]
for key, model_path in zip(keys[:4], model_paths[:4]):
models[key] = torch.hub.load("ultralytics/yolov5", "custom", path=model_path)
for key, model_path in zip(keys[4:], model_paths[4:]):
models[key] = tf.keras.models.load_model(model_path)
if __name__ == "__main__":
parser = argparse.ArgumentParser(description="서버 시작")
parser.add_argument("--debug", default=False)
parser.add_argument("--port", default=7080)
args = parser.parse_args()
model_loading()
app.run(debug=args.debug, host="0.0.0.0", port=args.port)