Plataforma interactiva de mejora de imágenes con Deep Learning y asistencia de chatbot LLM.

Abstract

[ES] El proyecto desarrolla una plataforma interactiva avanzada para la mejora de imágenes mediante aprendizaje profundo. Utiliza una arquitectura modular de backend, diseñada con técnicas de clean code y programación orientada a objetos, gestionada con Git para control de versiones. El frontend se implementó con Gradio, permitiendo una integración sencilla y flexible de nuevos modelos. Para el procesamiento de imágenes, se realizó un testeo masivo de diferentes modelos de aprendizaje profundo, seleccionando los más adecuados y reentrenando uno con un dataset propio. La optimización de hiperparámetros se llevó a cabo mediante Weight&Bias, asegurando el mejor rendimiento posible del modelo. La plataforma permite tareas como la sustitución de fondo, balance de blancos y corrección de luz, utilizando CUDA para optimizar el rendimiento. Una característica innovadora es la inclusión de un chatbot basado en LLM mediante la API LlamaAPI, que interpreta las peticiones del usuario y transforma estas solicitudes en comandos estructurados para aplicar los modelos correspondientes. Este chatbot mejora la accesibilidad y usabilidad de la plataforma. Todo el código está documentado y tipado, facilitando su mantenimiento y comprensión. La integración de diversas tecnologías y herramientas ha permitido crear una solución robusta y eficiente para la mejora de imágenes, destacando la capacidad de gestionar grandes flujos de imágenes con alta calidad y precisión.

[EN] The project develops an advanced interactive platform for image enhancement through deep learning. It uses a modular backend architecture, designed with clean code and object-oriented programming techniques, managed with Git for version control. The frontend was implemented with Gradio, allowing easy and flexible integration of new models. For image processing, a massive testing of different deep learning models was carried out, selecting the most suitable ones and retraining one with its own dataset. Hyperparameter optimisation was carried out using Weight and Bias, ensuring the best possible model performance. The platform allows tasks such as background replacement, white balance and light correction, using CUDA to optimise performance. An innovative feature is the inclusion of an LLM-based chatbot using the LlamaAPI API, which interprets user requests and transforms these requests into structured commands to apply the corresponding models. This chatbot improves the accessibility and usability of the platform. All code is documented and typed, making it easy to maintain and understand. The integration of various technologies and tools has allowed the creation of a robust and efficient solution for image enhancement, highlighting the ability to manage large image streams with high quality and accuracy.