旧debug資産の整理

docs/debugging.md

@@ -1,151 +0,0 @@
-# デバッグガイド
-
-## 処理プロセスの単体デバッグ
-
-顔検出処理をBlenderアドオンから独立してテストできます。
-
-### セットアップ
-
-```bash
-# 仮想環境をアクティベート
-source .venv/bin/activate
-
-# 必要なパッケージがインストールされていることを確認
-pip install ultralytics opencv-python torch
-```
-
-### 基本的な使い方
-
-#### 画像ファイルで検出をテスト
-
-```bash
-# 検出結果を画面に表示
-python debug_detector.py --image path/to/image.jpg
-
-# 検出結果を保存
-python debug_detector.py --image path/to/image.jpg --output result.jpg
-
-# マスク画像も保存
-python debug_detector.py --image path/to/image.jpg --output result.jpg --save-mask
-```
-
-#### 動画ファイルで検出をテスト
-
-```bash
-# 特定のフレームをテスト
-python debug_detector.py --video path/to/video.mp4 --frame 100
-
-# フレーム範囲をテスト（画面表示）
-python debug_detector.py --video path/to/video.mp4 --start 0 --end 10
-
-# フレーム範囲を処理して動画保存
-python debug_detector.py --video path/to/video.mp4 --start 0 --end 100 --output result.mp4
-```
-
-### パラメータ調整
-
-```bash
-# 信頼度閾値を調整（デフォルト: 0.5）
-python debug_detector.py --image test.jpg --conf 0.3
-
-# NMS IoU閾値を調整（デフォルト: 0.45）
-python debug_detector.py --image test.jpg --iou 0.5
-
-# マスクサイズを調整（デフォルト: 1.5）
-python debug_detector.py --image test.jpg --mask-scale 2.0
-
-# マスクのぼかし半径を調整（デフォルト: 20）
-python debug_detector.py --image test.jpg --feather-radius 30
-```
-
-### カスタムモデルの使用
-
-```bash
-python debug_detector.py --image test.jpg --model path/to/custom_model.pt
-```
-
-## 推論サーバーの単体起動
-
-推論サーバーを単独で起動してテストすることもできます。
-
-### サーバー起動
-
-```bash
-# 仮想環境をアクティベート
-source .venv/bin/activate
-
-# サーバーを起動（ポート8181）
-python server/main.py
-```
-
-### APIテスト
-
-別のターミナルで：
-
-```bash
-# サーバー状態を確認
-curl http://127.0.0.1:8181/status
-
-# マスク生成をリクエスト
-curl -X POST http://127.0.0.1:8181/generate \
-  -H "Content-Type: application/json" \
-  -d '{
-    "video_path": "/path/to/video.mp4",
-    "output_dir": "/tmp/masks",
-    "start_frame": 0,
-    "end_frame": 10,
-    "conf_threshold": 0.5,
-    "iou_threshold": 0.45,
-    "mask_scale": 1.5
-  }'
-
-# タスクの状態を確認（task_idは上記レスポンスから取得）
-curl http://127.0.0.1:8181/tasks/{task_id}
-
-# タスクをキャンセル
-curl -X POST http://127.0.0.1:8181/tasks/{task_id}/cancel
-```
-
-## トラブルシューティング
-
-### GPU（ROCm）が認識されない
-
-```bash
-# PyTorchがROCmを認識しているか確認
-python -c "import torch; print(f'CUDA available: {torch.cuda.is_available()}')"
-
-# ROCm環境変数を確認
-echo $ROCM_PATH
-echo $HSA_OVERRIDE_GFX_VERSION
-```
-
-環境変数が設定されていない場合：
-
-```bash
-source .envrc
-# または
-eval "$(direnv export bash)"
-```
-
-### モデルが見つからない
-
-デフォルトモデルは `models/yolov8n-face-lindevs.pt` に配置する必要があります。
-
-```bash
-ls -l models/yolov8n-face-lindevs.pt
-```
-
-### メモリ不足エラー
-
-大きな動画を処理する場合、メモリ不足になる可能性があります：
-
-- フレーム範囲を小さく分割して処理
-- `--conf` 閾値を上げて検出数を減らす
-- より小さいモデルを使用
-
-## デバッグのベストプラクティス
-
-1. **まず画像でテスト**: 動画よりも画像の方が早く結果を確認できます
-2. **パラメータの影響を理解**: `--conf`、`--mask-scale` などを変えて結果を比較
-3. **小さいフレーム範囲から始める**: 動画テストは最初は5-10フレーム程度で
-4. **結果を保存して比較**: `--output` オプションで結果を保存し、パラメータごとに比較