2 Commits

Include renames

Author	SHA1	Message	Date
xslandCursor	9fb5b486c0	fix(接口4): worker 移除脸型 Mock + face_shape 改本机 MediaPipe 计算 ... - worker /api/v1/face/features 不再返回假成功数据，直接告知仅网关实现， 避免本机误打 :8187 被 Mock 结果误导。 - 网关 ark_api_key 加载优先级改为 gateway/config.json 优先（原先误读 worker_config.json 里的失效 key）。 - 接口4 face_shape 不再采信豆包结果，改用本机 face/face_shape_classifier.py （MediaPipe 7 类）计算覆盖；其余 5 项特征仍走豆包。 - 修复 face_shape_classifier 共享 FaceMesh 实例的线程安全问题（加锁）， 避免网关侧接口4 并发请求时崩溃/结果错乱。 - 新增 /api/v1/debug/face-shape 调试接口 + static/test_face_shape.html 单图调试页（worker 侧）。 - 更新文档：网关机现在也需要 mediapipe/opencv-python/numpy<2。 ⚠️ 部署前提醒：网关机需先安装 mediapipe==0.10.14 / opencv-python==4.10.0.84 / numpy==1.26.4，否则接口4 会返回 1007「分析服务异常」。 Co-authored-by: Cursor <cursoragent@cursor.com>	2026-07-29 14:41:49 +08:00
xslandCursor	587876f8a0	feat: 脸型分类器(7分类)+批量报告生成 ... 基于 MediaPipe 468 关键点提取几何特征，转 z 分数后与各脸型原型加权匹配。 参考分布与原型靶心取自 1093 张测试集的实测画像，不再靠人工设定绝对阈值。 方形脸占比从 29.6% 降到 13.8%，两处原因：一是参考统计量原先只由 50 张样本 估得，相对全量人群有系统性偏移，且三项偏移都在给方形脸加分；二是原型把 aspect_ratio 当作方形脸的主特征，但实测方脸组该值中位仅 +0.16，真正"宽"的 是圆脸(+1.01)，等于在拿脸宽找方脸。 原型参数在「6 张基准标注图判定不变、且领先第二名 >=3 分」的约束下搜索得到。 余量约束是必要的：早前一版余量仅 0.008 分，权重写码时四舍五入就会翻转结论。 测试素材(人像照片)与报告输出体积大，一并加入 .gitignore。 Co-authored-by: Cursor <cursoragent@cursor.com>	2026-07-29 13:16:43 +08:00