xslandClaude Opus 4.8
554b64a916
第一步：按性别把发际线类型贴图渲染到照片，输出 N 张发际线叠加预览图。 - hairline/render.py: 解析 face_ext.obj(502 UV + 64 ribbon扩展面) + OpenCV 逐三角 仿射 warp 渲染器；关键修复——face_ext.obj 是 OBJ序，用 INDEX_MAP_468 把 MP序 502点重排成 OBJ序后再投影，否则 ribbon 会错贴到中脸 - hairline/service.py: FaceLandmarker+SegFormer 单例 + 性别贴图映射(扫描去空格) + generate_previews 管线(female5/male4) - 集成点修复: face_landmarks DEFAULT_MODEL_PATH 改 hairline/models/; constants HF_FACE_PARSER_MODEL 改本地路径(离线) - app.py: /api/v1/hair/grow 接真实实现，gender 必填(非法→1004)，返回 results[].image_base64(不落盘)，校验/鉴权同接口1；lifespan 预热接口2单例； 补 logging.basicConfig - 依赖: transformers==4.45.2；SegFormer 权重走 hf-mirror 下载(见 OFFLINE_ASSETS) - 测试: tests/test_hairline.py(mesh/重排/贴图映射) + test_api 接口2用例，31 全绿 注：SegFormer 受 5090/torch 限制走 CPU(~2.5s/张)，换 cu128 可 SEG_DEVICE=cuda。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
27 lines
1.3 KiB
Plaintext
27 lines
1.3 KiB
Plaintext
fastapi==0.115.12
|
||
uvicorn[standard]==0.34.2
|
||
python-multipart==0.0.31
|
||
httpx==0.28.1
|
||
|
||
# 接口1：四庭七眼测量（worker 侧算法依赖）
|
||
mediapipe==0.10.14 # MediaPipe Face Mesh（经典 Solutions API，模型内置）
|
||
opencv-python==4.10.0.84 # 图片读取/处理 + solvePnP 姿态估计
|
||
Pillow==11.0.0 # 标注图生成（PNG 透明图层）
|
||
numpy==1.26.4 # 必须 <2，否则 mediapipe 0.10.x import 崩溃
|
||
|
||
# 方案 B：头发分割（BiSeNet face-parsing）
|
||
# 国内安装可走 Tsinghua 镜像（PyPI 的 linux wheel 即 CUDA 12.1 构建）：
|
||
# ./venv/bin/pip install torch==2.2.2 torchvision==0.17.2 -i https://pypi.tuna.tsinghua.edu.cn/simple/
|
||
# ⚠️ 本 worker 是 RTX 5090（sm_120/Blackwell），torch 2.2.2(cu121) 只编到 sm_90，
|
||
# GPU 上跑算子会报 "no kernel image"，代码已自动回退 CPU（方案B 仍可用）。
|
||
# 要真正用 5090 GPU，请换 torch cu128（≥2.7）+ 对应 torchvision，代码无需改。
|
||
torch==2.2.2 # 当前在 5090 上仅 CPU 可用；GPU 需 cu128(≥2.7)
|
||
torchvision==0.17.2
|
||
|
||
# 接口2：C端生发（发际线预览）
|
||
# MediaPipe Tasks(FaceLandmarker) 用已装的 mediapipe；新增 SegFormer 人脸分割：
|
||
transformers==4.45.2 # SegFormer 人脸分割（jonathandinu/face-parsing，本地权重）
|
||
|
||
# 测试
|
||
pytest==8.3.3
|