RetinaFace

Snel aan de slag

1. Docker installeren

Voer de volgende opdrachten op het ontwikkelbord uit om Docker te installeren:

# Docker
curl -fsSL https://get.docker.com -o get-docker.sh
# Aliyun
sudo sh get-docker.sh --mirror Aliyun
# systemd
sudo systemctl enable docker
sudo systemctl start docker

2. Het project uitvoeren (één opdracht, voorbeeld in twee modi)

Deze pagina beschrijft de RetinaFace-service in reComputer-RK-CV. Hij detecteert gezichten en vijf gezichtslandmarks met RKNN-versnelling en biedt beeld-, camera-, lokale-video- en uploadvideomodi.

Modelinformatie

Stap A: Images ophalen

sudo docker pull ghcr.io/seeed-projects/recomputer-rk-cv/rk3588-retinaface:latest
sudo docker pull ghcr.io/seeed-projects/recomputer-rk-cv/rk3576-retinaface:latest

Stap B: Met één klik uitvoeren

Voor RK3576:

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

Voor RK3588:

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

Open http://<BOARD_IP>:8000 of /docs. Koppel /dev/videoN en gebruik --camera_id N voor een camera, of geef --video video/test.mp4 door voor lokale video.

🔌 API-documentatie

1. Interface voor gezichtsdetectie (Predict)

Endpoint: POST /api/models/retinaface/predict

Aanvraagparameters (Multipart/Form-Data):

Upload file; met threshold stelt u de gezichtsbetrouwbaarheid voor deze aanvraag in.

Gebruiksvoorbeelden:

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

Elk resultaat bevat confidence, box als [x1,y1,x2,y2] en vijf landmarks. Werk de drempel voor voorbeeld/video bij met POST /api/config en JSON zoals {"threshold":0.5}.

Antwoordformaat (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]]
      }
    ]
  }
}

2. Interface voor systeemconfiguratie (Config)

Huidige configuratie ophalen

• Endpoint: GET /api/config

Systeemconfiguratie bijwerken

• Endpoint: POST /api/config
• JSON: {"threshold":0.5}

Het algemene veld topk is gereserveerd voor servicecompatibiliteit en wordt niet gebruikt. NMS gebruikt een vaste IoU-drempel van 0.5.

De upstream-constructor laadt momenteel expliciet retinaface_mobile.rknn. Voor retinaface_resnet50.rknn moet task_runtime.py worden gewijzigd en dezelfde indeling met drie uitgangen worden gevalideerd; alleen een Docker-opdrachtparameter volstaat niet. Frames worden letterboxed naar 320 x 320, van BGR naar RGB omgezet, met prior-vakken en vijf landmarks gedecodeerd, naar broncoördinaten hersteld, op betrouwbaarheid gefilterd en met NMS verwerkt.

3. Opdrachtregelargumenten

RKNN_LOG_LEVEL=0 verbergt bevestigde onschadelijke initialisatieberichten voor statische vormen. Verwijder dit bij diagnose van RKNN-opstartproblemen.

Realtime videostream (Video Feed)

Haal de nieuwste geannoteerde MJPEG-stream op voor de browserweergave:

• Endpoint: GET /api/video_feed
• Voorbeeldgebruik: <img src="http://<BOARD_IP>:8000/api/video_feed">

🛠️ Ontwikkelaarshandleiding (aanbevelingen voor productie)

Lokaal bouwen

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