xsl
6d9e92f710
原 torch 2.2.2+cu121 只编到 sm_90，在 RTX 5090 上 GPU 算子报 'no kernel image'，接口2 因 SegFormer/BiSeNet 跑不动 GPU 而失败。 venv 实际已升级到 torch 2.11.0+cu128 / torchvision 0.26.0+cu128， 此处同步 requirements.txt 让文档与实际环境一致。 numpy 保持 1.26.4（<2，mediapipe/scikit-image 依赖），cu128 兼容。
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）
|
||
# ⚠️ RTX 5090（sm_120/Blackwell）必须用 cu128 构建——cu121（如 torch 2.2.2）只编到
|
||
# sm_90，GPU 跑算子会报 "no kernel image"。cu128 含 sm_120，BiSeNet/SegFormer 走 GPU。
|
||
# 安装（走 PyTorch 官方 cu128 index）：
|
||
# ./venv/bin/pip install --index-url https://download.pytorch.org/whl/cu128 torch==2.11.0 torchvision==0.26.0
|
||
# numpy 必须保持 <2（mediapipe 0.10.x / scikit-image 0.24.x 依赖），cu128 torch 兼容 numpy 1.26.4。
|
||
torch==2.11.0 # +cu128，支持 RTX 5090 sm_120；GPU 推理
|
||
torchvision==0.26.0
|
||
|
||
# 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
|