xsl
66a2c84168
- 下载 BiSeNet(79999_iter.pth 53MB) + resnet18骨干(45MB) + Noto Sans CJK SC字体(16MB) 到 face_analysis/weights 与 fonts（大文件 .gitignore 不入库，靠文件拷贝带入内网） - 新增 OFFLINE_ASSETS.md：文件清单+sha256校验+resnet18骨干离线放置说明+来源URL - 字体由 SourceHanSansSC 改为 NotoSansCJKsc(同一套字体)，同步更新两份文档引用 - 文档补充内网/离线注意事项(resnet18联网下载坑、权重已预置)
67 lines
3.4 KiB
Markdown
67 lines
3.4 KiB
Markdown
# 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：
|
||
```bash
|
||
# 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
|
||
```
|
||
```powershell
|
||
# 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：
|
||
|
||
1. **放进 torch 缓存目录**（推荐，零改代码）：
|
||
```bash
|
||
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\`）
|
||
2. **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**（`mediapipe`/`opencv-python`/`torch` CPU 版等），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和 Python 版本强相关**，需确认后单独打包：见仓库提交说明或联系下载方补充 `wheels/` 目录。
|
||
|
||
---
|
||
|
||
> 创建日期：2026-06-14 ｜ 配套：技术方案 v2.0 / 任务书 v1.3
|