Pistachio MLOps

Clasificador de pistachos (Kirmizi vs Siirt) usando Deep Learning con PyTorch Lightning y MLOps.

Dataset

Pistachio Image Dataset - 2 clases (Kirmizi_Pistachio, Siirt_Pistachio). Se descarga automaticamente via kagglehub.

Configuracion

Editar config/configuracion.yaml (solo hiperparametros del modelo):

• model_type: cnn_batchnorm o cnn_dropout
• semilla: semilla para reproducibilidad
• learning_rate, batch_size, max_epochs, patience
• dropout_rate
• wandb_project: nombre del proyecto en W&B

Ejecucion local

pip install -r requirements.txt

# Antes de usar W&B, hacer login una vez (o pasar --no-wandb)
wandb login

# Entrenamiento simple
python src/main.py configuracion.yaml

# Sin W&B (offline)
python src/main.py configuracion.yaml --no-wandb

# Smoke test (10% datos)
python src/main.py configuracion.yaml --no-wandb --data-fraction 0.1

# W&B Sweep (grid search)
python src/main.py configuracion.yaml --sweep

# Reanudar un sweep existente
python src/main.py configuracion.yaml --sweep-id <ID>

# Limitar ejecuciones del sweep
python src/main.py configuracion.yaml --sweep --count 5

# API de inferencia (desde la raiz del proyecto)
uvicorn src.api_inferencia:app --host 0.0.0.0 --port 8000

# Tests
pytest tests/ -v

Docker

docker build -t pistachio-mlops .

# Entrenamiento (auto --no-wandb si no hay WANDB_API_KEY)
docker run --rm --gpus all pistachio-mlops

# Entrenamiento sin GPU
docker run --rm pistachio-mlops

# Entrenamiento con W&B
docker run --rm -e WANDB_API_KEY=tu_key pistachio-mlops

# Smoke test (10% datos)
docker run --rm pistachio-mlops --data-fraction 0.1

# API de inferencia (el modelo debe estar en models/ al hacer build)
# El puerto interno se puede cambiar con -e PORT=9000
docker run --rm -p 8000:8000 -e MODE=api pistachio-mlops

API Endpoints

• GET / - Health check
• POST /predict - Clasifica una imagen de pistacho (multipart/form-data, campo file)

Ejemplo:

curl -X POST http://localhost:8000/predict -F "file=@pistacho.jpg"

Respuesta:

{
  "class": "Kirmizi_Pistachio",
  "confidence": 0.92,
  "probabilities": { "Kirmizi_Pistachio": 0.92, "Siirt_Pistachio": 0.08 }
}

W&B Report

• Proyecto: https://wandb.ai/14farresa-/pistachio-mlops
• Report: https://api.wandb.ai/links/14farresa-/9smbs51w

Mejor run individual

Modelo	LR	Batch	Test Acc	Test F1
cnn_batchnorm	0.001	64	0.9317	0.9294

Resultados del sweep

LR	Batch	Modelo	Test Acc	Test F1
0.001	32	cnn_batchnorm	0.931	0.929
0.001	32	cnn_dropout	0.891	0.888
0.01	32	cnn_batchnorm	0.929	0.926
0.01	32	cnn_dropout	0.599	0.375
0.001	64	cnn_batchnorm	0.922	0.920
0.001	64	cnn_dropout	0.916	0.914
0.01	64	cnn_batchnorm	0.925	0.923
0.01	64	cnn_dropout	0.599	0.375

Conclusion: BatchNorm supera significativamente a Dropout. LR=0.01 con Dropout colapsa (predice solo una clase).

Autor

Adrià Farrés