Upload src\config.py with huggingface_hub

src//config.py

@@ -0,0 +1,39 @@
+"""Конфигурация проекта детекции дефектов окраски кузова."""
+import os
+from pathlib import Path
+
+ROOT = Path(__file__).resolve().parent.parent
+DATA_RAW = ROOT / "data" / "raw"          # raw/defect/*.jpg, raw/clean/*.jpg
+DATA_PATCHES = ROOT / "data" / "patches"  # patches/train|val/{defect,clean}
+CHECKPOINTS = ROOT / "checkpoints"
+RUNS = ROOT / "runs"
+
+# Источник исходного датасета (АвтоВАЗ ТЗ)
+SOURCE_DATASET = ROOT.parent / "3_Дефекты_окраски_кузова(детали)" / "3_Дефекты_окраски_кузова(детали)"
+SRC_DEFECT = SOURCE_DATASET / "Фото с дефектами"
+SRC_CLEAN  = SOURCE_DATASET / "Фото без дефектов"
+
+# Архитектура
+BACKBONE       = os.getenv("PDD_BACKBONE", "tf_efficientnetv2_s.in21k_ft_in1k")  # сильный backbone из timm
+NUM_CLASSES    = 2                                     # defect / clean
+IMG_SIZE       = 384                                   # размер патча на входе модели
+PATCH_SIZE     = 512                                   # размер вырезаемого патча из 4000x1846
+PATCH_STRIDE   = 256                                   # шаг при инференсе (50% overlap)
+PANEL_CROP     = True                                  # автоматически вырезать панель из фона
+
+# Тренировка
+BATCH_SIZE     = int(os.getenv("PDD_BATCH_SIZE", 16))
+EPOCHS         = int(os.getenv("PDD_EPOCHS", 40))
+LR             = float(os.getenv("PDD_LR", 3e-4))
+WEIGHT_DECAY   = 1e-4
+LABEL_SMOOTH   = 0.05
+NUM_WORKERS    = 2
+SEED           = 42
+
+# Инференс / порог принятия решения
+DEFECT_THRESHOLD = 0.55      # вероятность для отнесения патча к "дефект"
+PANEL_DEFECT_RATIO = 0.005   # доля дефектных пикселей, чтобы пометить деталь как дефектную
+
+# REST API
+API_HOST = "0.0.0.0"
+API_PORT = 8080