xsl/hair

Files

T

xsl 2e789d4efa docs: 架构拆分为外网网关+高性能worker(GPU)

- 新增 系统架构-网关与高性能后端.md: 网关薄代理(健康检查/空闲派发/鉴权/
  base64落盘改URL/无后端→1007) + worker(GPU跑完整app)职责划分、配置文件、
  鉴权(共享密码可轮换)、标注图base64流程、部署、安全注意
- 关键约束: 接口文档不变; 每worker并发=1, 总并发=健康worker数; 多worker可配置
- 技术方案: 加运行位置横幅; torch改GPU(CUDA); handler返回annotated_image_base64
- 任务书v1.4: 标注差异说明; 阶段八返base64+鉴权中间件; 阶段十worker(GPU)部署;
  新增§16网关工作流; DoD拆分worker侧/网关侧
- OFFLINE_ASSETS: 区分worker(GPU torch)与网关(轻量)依赖

2026-06-14 13:55:45 +08:00

3.7 KiB

Raw Blame History

离线资产清单（内网部署用）

开发/部署机在内网无法联网，以下模型权重与字体已预先下载放在仓库对应目录。这些文件不进 git（见 .gitignore），通过文件拷贝（U盘/内网共享）随项目一起带到内网机即可。

拷贝到内网机后，用本文件末尾的 sha256 校验完整性，确认未损坏。

文件清单

文件	路径	大小	用途
BiSeNet 主权重	`face_analysis/weights/79999_iter.pth`	53,289,463 B (~53MB)	人脸解析分割（方案 B，取真实发际线/头顶）
resnet18 骨干	`face_analysis/weights/resnet18-5c106cde.pth`	46,827,520 B (~45MB)	BiSeNet 的骨干网络，内网必需（见下）
中文字体	`face_analysis/fonts/NotoSansCJKsc-Regular.otf`	16,437,364 B (~16MB)	标注图中文渲染（= 思源黑体，同一套字体）

sha256 校验

468e13ca13a9b43cc0881a9f99083a430e9c0a38abd935431d1c28ee94b26567  face_analysis/weights/79999_iter.pth
5c106cde386e87d4033832f2996f5493238eda96ccf559d1d62760c4de0613f8  face_analysis/weights/resnet18-5c106cde.pth
2c76254f6fc379fddfce0a7e84fb5385bb135d3e399294f6eeb6680d0365b74b  face_analysis/fonts/NotoSansCJKsc-Regular.otf

校验命令：

# Linux/macOS
sha256sum -c <<'EOF'
468e13ca13a9b43cc0881a9f99083a430e9c0a38abd935431d1c28ee94b26567  face_analysis/weights/79999_iter.pth
5c106cde386e87d4033832f2996f5493238eda96ccf559d1d62760c4de0613f8  face_analysis/weights/resnet18-5c106cde.pth
2c76254f6fc379fddfce0a7e84fb5385bb135d3e399294f6eeb6680d0365b74b  face_analysis/fonts/NotoSansCJKsc-Regular.otf
EOF

# Windows PowerShell
Get-FileHash face_analysis\weights\79999_iter.pth -Algorithm SHA256

resnet18 文件名内嵌的 5c106cde 即其官方 sha256 前 8 位（torchvision 命名惯例），与上表一致 = 官方权重无误。

⚠️ resnet18 骨干的离线处理（重要）

BiSeNet 初始化时会调用 torch.utils.model_zoo / torchvision 联网下载 resnet18 骨干，内网会失败报错。两种解法任选其一：

放进 torch 缓存目录（推荐，零改代码）：

mkdir -p ~/.cache/torch/hub/checkpoints/
cp face_analysis/weights/resnet18-5c106cde.pth ~/.cache/torch/hub/checkpoints/

（Windows 路径：%USERPROFILE%\.cache\torch\hub\checkpoints\）

改 BiSeNet 代码，把骨干加载改成从 face_analysis/weights/resnet18-5c106cde.pth 本地读取（load_state_dict(torch.load(本地路径))，并去掉联网下载分支）。

下载来源（联网环境重建用）

79999_iter.pth            https://huggingface.co/ManyOtherFunctions/face-parse-bisent/resolve/main/79999_iter.pth
resnet18-5c106cde.pth     https://download.pytorch.org/models/resnet18-5c106cde.pth
NotoSansCJKsc-Regular.otf https://github.com/notofonts/noto-cjk/raw/main/Sans/OTF/SimplifiedChinese/NotoSansCJKsc-Regular.otf

还差什么（pip 依赖）

模型已就位，但内网机还需要 Python 依赖的离线 wheel 包，否则 pip install 在内网无法联网安装。这部分与目标机的操作系统、Python 版本、CUDA 版本强相关，需确认后单独打包：

worker（GPU 机）：mediapipe / opencv-python / numpy<2 / Pillow / torch+torchvision 的 CUDA 版（按 GPU 的 CUDA 版本选 cu118/cu121 等）+ FastAPI/uvicorn 全家桶。
网关机：很轻，只需 FastAPI/uvicorn/httpx 等代理依赖，不需要 torch/mediapipe。

架构已拆分（见 docs/系统架构-网关与高性能后端.md）：算法依赖只装在 worker，网关保持轻量。

创建日期：2026-06-14 ｜配套：技术方案 v2.0 / 任务书 v1.3

3.7 KiB Raw Blame History Unescape Escape