← モデル

CV / RetinaFace

RetinaFace

The current service loads the MobileNet-backbone model and exposes confidence filtering through its API.

4 ダウンロード
精度
RKNN

使用しているデバイスを選択してください。セットアップガイドとドキュメントがそれに応じて更新されます。

はじめる

デプロイ
sudo docker run --rm --privileged --net=host -e RKNN_LOG_LEVEL=0 \
  --device /dev/dri/renderD129:/dev/dri/renderD129 \
  -v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
  ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-retinaface:latest \
  python web_service.py --platform rk3576 --model_dir /app/model --camera_id -1 --host 0.0.0.0 --port 8000

REST API

REST API を使用して推論を実行します。以下のコマンドをコピーしてください。

Curl
curl http://localhost:8080/v1/chat/completions -d '{
  "model": "retinaface-rknn",
  "messages": [{"role": "user", "content": "Hello"}]
}'
Python
import requests

resp = requests.post(
    "http://localhost:8080/v1/chat/completions",
    json={"model": "retinaface-rknn", "messages": [{"role": "user", "content": "Hello"}]},
)
print(resp.json())

モデル詳細

reComputer RK3576およびRK3588でRetinaFaceを実行する

このページではreComputer-RK-CVのRetinaFaceサービスについて説明します。RKNNアクセラレーションで顔と五つの顔ランドマークを検出し、画像、カメラ、ローカル動画、アップロード動画モードを提供します。

モデル情報

プロパティ値
使用中のモデルmodel/retinaface_mobile.rknn
同梱の代替モデルmodel/retinaface_resnet50.rknn
入力320 x 320のレターボックスRGB
出力顔ボックス、信頼度、五つのランドマーク
NMS固定IoUしきい値0.5

サービスを実行する

RK3576

bash
sudo docker run --rm --privileged --net=host \
  -e PYTHONUNBUFFERED=1 -e RKNN_LOG_LEVEL=0 \
  --device /dev/dri/renderD129:/dev/dri/renderD129 \
  -v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
  ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-retinaface:latest \
  python web_service.py --platform rk3576 --model_dir /app/model \
  --camera_id -1 --host 0.0.0.0 --port 8000

RK3588

bash
sudo docker run --rm --privileged --net=host \
  -e PYTHONUNBUFFERED=1 -e RKNN_LOG_LEVEL=0 \
  --device /dev/dri/renderD129:/dev/dri/renderD129 \
  -v /proc/device-tree/compatible:/proc/device-tree/compatible:ro \
  ghcr.io/seeed-projects/recomputer-rk-cv/rk3588-retinaface:latest \
  python web_service.py --platform rk3588 --model_dir /app/model \
  --camera_id -1 --host 0.0.0.0 --port 8000

http://<BOARD_IP>:8000または/docsを開きます。カメラでは/dev/videoNをマッピングして--camera_id Nを使用し、ローカル動画では--video video/test.mp4を渡します。

起動引数

引数デフォルト説明
--platform必須rk3576またはrk3588。
--model_dirmodelRetinaFace RKNNファイルとtest.jpg。
--camera_id-1カメラインデックス。-1はキャプチャを無効にします。
--video, --video_pathなしループ再生するローカル動画。カメラより優先されます。
--host / --port0.0.0.0 / 8000サービスアドレスとポート。

RKNN_LOG_LEVEL=0は無害と確認された静的形状の初期化メッセージを隠します。RKNN起動を診断する場合は削除してください。

REST API

エンドポイント： POST /api/models/retinaface/predict

bash
curl -X POST "http://<BOARD_IP>:8000/api/models/retinaface/predict" \
  -F "file=@test.jpg" -F "threshold=0.5"

各結果にはconfidence、[x1,y1,x2,y2]形式のbox、五つのlandmarksが含まれます。POST /api/configと{"threshold":0.5}のようなJSONでプレビュー/動画しきい値を更新します。

レスポンスフィールドの例：

json
{
  "success": true,
  "model": "retinaface",
  "result": {
    "count": 1,
    "faces": [
      {
        "confidence": 0.96,
        "box": [120, 80, 310, 290],
        "landmarks": [[166, 145], [255, 144], [210, 190], [176, 232], [247, 231]]
      }
    ]
  }
}

汎用のtopk設定フィールドはサービス互換性のために予約されており、使用されません。NMSは固定IoUしきい値0.5を使用します。

エンドポイント用途
GET /api/healthプラットフォーム、モデル名、準備状態。
GET /api/video_feed最新の顔ボックスとランドマークをMJPEGで配信します。
POST /api/video/uploadMP4をアップロードします。
POST /api/video/analyzeアップロード済みのfilenameを解析します。
GET /api/video/status進捗とエラー。
GET /api/video/listアップロード済みおよび生成済みMP4ファイル。
GET /api/video/download/{filename}結果をダウンロードします。

上流のコンストラクタは現在retinaface_mobile.rknnを明示的に読み込みます。retinaface_resnet50.rknnを使用するにはtask_runtime.pyを変更し、同じ三出力レイアウトを検証する必要があります。Dockerコマンドの引数だけでは選択できません。フレームは320 x 320へレターボックスされ、BGRからRGBへ変換され、事前ボックスと五つのランドマークを使ってデコードされます。元画像座標へ復元し、信頼度で絞り込み、NMSで処理します。

ローカルでビルドする

bash
docker build -f docker/rk3576/retinaface.dockerfile \
  -t rk3576-retinaface:local src/rk3576_retinaface

docker build -f docker/rk3588/retinaface.dockerfile \
  -t rk3588-retinaface:local src/rk3588_retinaface

入力と出力

Input: image, video frame, or camera frame. Output: face boxes, confidence scores, and five landmarks.