xslandClaude Opus 4.8
76f7c06905
代码 review 后的清理： - 接口4 由网关本机实现，worker app.py 的 /face/features 回退 Mock(保持 worker 无外网依赖)； worker requirements 标注 volcengine 改为网关侧；移除 worker 的接口4 测试(随实现挪到网关) - 网关接口4 业务错误 HTTP 状态统一改 200(与其余接口/worker 约定一致，原为400/503) - 接口文档：gender 非法码 1004(原误写1008)；修正指向已删文档的链接 文档合并：把各接口技术方案/开发任务书/系统架构/网关任务书 合并成 docs/实现说明.md(简要总览)， 删除原 7 份分散文档，README 收敛为索引(实现说明/接口文档/需求/OFFLINE_ASSETS)。 pytest 44 全绿。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
34 lines
1.8 KiB
Plaintext
34 lines
1.8 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）
|
||
|
||
# 接口3：B端生发（马克笔发际线检测）
|
||
# ⚠️ 必须 0.24.x —— 0.25+ 强依赖 numpy>=2，会顶掉 mediapipe 需要的 numpy<2
|
||
scikit-image==0.24.0 # route_through_array（黑帽响应图上的 Dijkstra 最小路径）
|
||
|
||
# 接口4：用户特征（火山方舟 豆包视觉模型）—— 已迁到**网关**实现，worker 不需要。
|
||
# 网关机装：volcengine-python-sdk[ark]（from volcenginesdkarkruntime import Ark）；API Key 走配置不入 git
|
||
|
||
# 测试
|
||
pytest==8.3.3
|