Compare commits
3 Commits
0f150e8a0a
...
f2665a49dd
| Author | SHA1 | Date | |
|---|---|---|---|
| f2665a49dd | |||
| a2131a962b | |||
| 0b6c31501e |
56
README.md
56
README.md
|
|
@ -2,4 +2,58 @@
|
|||
|
||||
街歩き映像に対して自動モザイクを掛けるために開発しました。
|
||||
|
||||
使用：https://github.com/akanametov/yolo-face
|
||||
使用：https://github.com/akanametov/yolo-face
|
||||
|
||||
## 開発者向け情報
|
||||
|
||||
### GPU環境の確認
|
||||
|
||||
推論サーバーは起動時に環境診断情報を出力します：
|
||||
|
||||
- Python環境（バージョン、仮想環境の検出）
|
||||
- ROCm環境変数（ROCM_PATH、HSA_OVERRIDE_GFX_VERSION等）
|
||||
- GPU検出状況（デバイス名、ROCmバージョン）
|
||||
|
||||
```bash
|
||||
# サーバーを起動して診断ログを確認
|
||||
python server/main.py
|
||||
|
||||
# サーバーのGPU状態を確認
|
||||
python test_server_api.py --status
|
||||
```
|
||||
|
||||
出力例：
|
||||
```
|
||||
[FaceMask Server] Startup Diagnostics
|
||||
======================================================================
|
||||
[Python Environment]
|
||||
Python Version: 3.12.12
|
||||
Virtual Environment: Yes
|
||||
|
||||
[ROCm Environment Variables]
|
||||
ROCM_PATH: /nix/store/.../clr-7.1.1
|
||||
HSA_OVERRIDE_GFX_VERSION: 11.0.0
|
||||
|
||||
[GPU Detection]
|
||||
torch.cuda.is_available(): True
|
||||
GPU Device 0: AMD Radeon Graphics
|
||||
ROCm Version (HIP): 7.0.51831
|
||||
======================================================================
|
||||
```
|
||||
|
||||
### 処理プロセスの単体デバッグ
|
||||
|
||||
顔検出処理をBlenderから独立してテストできます。
|
||||
|
||||
```bash
|
||||
# 画像ファイルでテスト
|
||||
python debug_detector.py --image test.jpg
|
||||
|
||||
# 動画ファイルでテスト
|
||||
python debug_detector.py --video test.mp4 --frame 0
|
||||
|
||||
# クイックテスト（簡易版）
|
||||
./test_quick.sh test.jpg
|
||||
```
|
||||
|
||||
詳細は [docs/debugging.md](docs/debugging.md) を参照してください。
|
||||
|
|
@ -24,6 +24,8 @@ class InferenceClient:
|
|||
def __init__(self):
|
||||
self.server_process: Optional[subprocess.Popen] = None
|
||||
self._server_lock = threading.Lock()
|
||||
self.log_file = None
|
||||
self.log_file_path = None
|
||||
|
||||
def start_server(self):
|
||||
"""Start the inference server process."""
|
||||
|
|
@ -52,41 +54,105 @@ class InferenceClient:
|
|||
server_env[key] = value
|
||||
print(f"[FaceMask] Loaded environment from: {env_file}")
|
||||
|
||||
# Ensure PYTHONPATH includes project root
|
||||
pythonpath = server_env.get('PYTHONPATH', '')
|
||||
if pythonpath:
|
||||
server_env['PYTHONPATH'] = f"{root_dir}:{pythonpath}"
|
||||
else:
|
||||
server_env['PYTHONPATH'] = root_dir
|
||||
# Clean PYTHONPATH to avoid conflicts with Nix Python packages
|
||||
# Only include project root to allow local imports
|
||||
server_env['PYTHONPATH'] = root_dir
|
||||
|
||||
# Remove Python-related environment variables that might cause conflicts
|
||||
# These can cause venv to import packages from Nix instead of venv
|
||||
env_vars_to_remove = [
|
||||
'PYTHONUNBUFFERED',
|
||||
'__PYVENV_LAUNCHER__', # macOS venv variable
|
||||
'VIRTUAL_ENV', # Will be set by venv's Python automatically
|
||||
]
|
||||
for var in env_vars_to_remove:
|
||||
server_env.pop(var, None)
|
||||
|
||||
# If there's a venv in the project, add it to PATH
|
||||
venv_bin = os.path.join(root_dir, ".venv", "bin")
|
||||
if os.path.isdir(venv_bin):
|
||||
# Build a clean PATH with venv first, then essential system paths
|
||||
# Filter out any Nix Python-specific paths to avoid version conflicts
|
||||
current_path = server_env.get('PATH', '')
|
||||
server_env['PATH'] = f"{venv_bin}:{current_path}"
|
||||
path_entries = current_path.split(':')
|
||||
|
||||
# Filter out Nix Python 3.11 paths
|
||||
filtered_paths = [
|
||||
p for p in path_entries
|
||||
if not ('/python3.11/' in p.lower() or '/python3-3.11' in p.lower())
|
||||
]
|
||||
|
||||
# Reconstruct PATH with venv first
|
||||
clean_path = ':'.join([venv_bin] + filtered_paths)
|
||||
server_env['PATH'] = clean_path
|
||||
print(f"[FaceMask] Using venv from: {venv_bin}")
|
||||
|
||||
# Prepare log file for server output
|
||||
import tempfile
|
||||
log_dir = tempfile.gettempdir()
|
||||
self.log_file_path = os.path.join(log_dir, "facemask_server.log")
|
||||
self.log_file = open(self.log_file_path, 'w', buffering=1) # Line buffered
|
||||
print(f"[FaceMask] Server log: {self.log_file_path}")
|
||||
|
||||
# Start process with 'python' command (will use venv if PATH is set correctly)
|
||||
self.server_process = subprocess.Popen(
|
||||
["python", server_script],
|
||||
["python", "-u", server_script], # -u for unbuffered output
|
||||
cwd=root_dir,
|
||||
text=True,
|
||||
env=server_env,
|
||||
stdout=self.log_file, # Write to log file
|
||||
stderr=subprocess.STDOUT, # Merge stderr into stdout
|
||||
preexec_fn=os.setsid, # Create new process group
|
||||
)
|
||||
|
||||
|
||||
# Wait for startup
|
||||
for _ in range(20): # Wait up to 10 seconds
|
||||
if self.is_server_running():
|
||||
print("[FaceMask] Server started successfully")
|
||||
return
|
||||
|
||||
|
||||
# Check if process died
|
||||
if self.server_process.poll() is not None:
|
||||
raise RuntimeError(f"Server failed to start (rc={self.server_process.returncode})")
|
||||
|
||||
# Read error output from log file
|
||||
error_msg = f"Server failed to start (exit code: {self.server_process.returncode})"
|
||||
print(f"[FaceMask] ERROR: {error_msg}")
|
||||
|
||||
try:
|
||||
if self.log_file:
|
||||
self.log_file.close()
|
||||
with open(self.log_file_path, 'r') as f:
|
||||
log_content = f.read()
|
||||
if log_content.strip():
|
||||
print("[FaceMask] Server log:")
|
||||
# Show last 50 lines
|
||||
lines = log_content.strip().split('\n')
|
||||
for line in lines[-50:]:
|
||||
print(line)
|
||||
except Exception as e:
|
||||
print(f"[FaceMask] Could not read log file: {e}")
|
||||
|
||||
self.server_process = None
|
||||
raise RuntimeError(error_msg)
|
||||
|
||||
time.sleep(0.5)
|
||||
|
||||
|
||||
# If we get here, startup timed out
|
||||
print("[FaceMask] Server startup timed out")
|
||||
|
||||
# Try to read partial log
|
||||
try:
|
||||
if self.log_file:
|
||||
self.log_file.close()
|
||||
with open(self.log_file_path, 'r') as f:
|
||||
log_content = f.read()
|
||||
if log_content.strip():
|
||||
print("[FaceMask] Server log (partial):")
|
||||
lines = log_content.strip().split('\n')
|
||||
for line in lines[-30:]:
|
||||
print(line)
|
||||
except Exception:
|
||||
pass
|
||||
|
||||
raise RuntimeError("Server startup timed out")
|
||||
|
||||
def stop_server(self):
|
||||
|
|
@ -101,6 +167,14 @@ class InferenceClient:
|
|||
pass
|
||||
finally:
|
||||
self.server_process = None
|
||||
|
||||
# Close log file
|
||||
if self.log_file:
|
||||
try:
|
||||
self.log_file.close()
|
||||
except Exception:
|
||||
pass
|
||||
self.log_file = None
|
||||
|
||||
def is_server_running(self) -> bool:
|
||||
"""Check if server is responding."""
|
||||
|
|
|
|||
267
debug_detector.py
Executable file
267
debug_detector.py
Executable file
|
|
@ -0,0 +1,267 @@
|
|||
#!/usr/bin/env python3
|
||||
"""
|
||||
顔検出処理の単体デバッグスクリプト
|
||||
|
||||
Usage:
|
||||
# 画像ファイルで検出をテスト
|
||||
python debug_detector.py --image path/to/image.jpg
|
||||
|
||||
# 動画ファイルで検出をテスト（指定フレームのみ）
|
||||
python debug_detector.py --video path/to/video.mp4 --frame 100
|
||||
|
||||
# 動画ファイルで複数フレームをテスト
|
||||
python debug_detector.py --video path/to/video.mp4 --start 0 --end 10
|
||||
|
||||
# 結果を保存
|
||||
python debug_detector.py --image test.jpg --output result.jpg
|
||||
"""
|
||||
|
||||
import argparse
|
||||
import sys
|
||||
from pathlib import Path
|
||||
import cv2
|
||||
import numpy as np
|
||||
|
||||
# プロジェクトルートをパスに追加
|
||||
project_root = Path(__file__).parent
|
||||
sys.path.insert(0, str(project_root))
|
||||
|
||||
from server.detector import YOLOFaceDetector
|
||||
|
||||
|
||||
def draw_detections(image: np.ndarray, detections, mask=None):
|
||||
"""
|
||||
検出結果を画像に描画
|
||||
|
||||
Args:
|
||||
image: 元画像（BGR）
|
||||
detections: 検出結果のリスト [(x, y, w, h, conf), ...]
|
||||
mask: マスク画像（オプション）
|
||||
|
||||
Returns:
|
||||
描画済み画像
|
||||
"""
|
||||
output = image.copy()
|
||||
|
||||
# マスクをオーバーレイ
|
||||
if mask is not None:
|
||||
# マスクを3チャンネルに変換
|
||||
mask_colored = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)
|
||||
# 赤色でオーバーレイ（半透明）
|
||||
mask_overlay = np.zeros_like(output)
|
||||
mask_overlay[:, :, 2] = mask # 赤チャンネル
|
||||
output = cv2.addWeighted(output, 1.0, mask_overlay, 0.3, 0)
|
||||
|
||||
# バウンディングボックスを描画
|
||||
for (x, y, w, h, conf) in detections:
|
||||
# ボックス
|
||||
cv2.rectangle(output, (x, y), (x + w, y + h), (0, 255, 0), 2)
|
||||
|
||||
# 信頼度テキスト
|
||||
label = f"{conf:.2f}"
|
||||
label_size, baseline = cv2.getTextSize(label, cv2.FONT_HERSHEY_SIMPLEX, 0.5, 1)
|
||||
y_label = max(y, label_size[1])
|
||||
cv2.rectangle(
|
||||
output,
|
||||
(x, y_label - label_size[1]),
|
||||
(x + label_size[0], y_label + baseline),
|
||||
(0, 255, 0),
|
||||
-1
|
||||
)
|
||||
cv2.putText(
|
||||
output,
|
||||
label,
|
||||
(x, y_label),
|
||||
cv2.FONT_HERSHEY_SIMPLEX,
|
||||
0.5,
|
||||
(0, 0, 0),
|
||||
1
|
||||
)
|
||||
|
||||
return output
|
||||
|
||||
|
||||
def debug_image(args, detector):
|
||||
"""画像ファイルで検出をデバッグ"""
|
||||
print(f"画像を読み込み中: {args.image}")
|
||||
image = cv2.imread(args.image)
|
||||
|
||||
if image is None:
|
||||
print(f"エラー: 画像を読み込めません: {args.image}")
|
||||
return
|
||||
|
||||
print(f"画像サイズ: {image.shape[1]}x{image.shape[0]}")
|
||||
|
||||
# 検出実行
|
||||
print("顔検出を実行中...")
|
||||
detections = detector.detect(image)
|
||||
|
||||
print(f"\n検出結果: {len(detections)}個の顔を検出")
|
||||
for i, (x, y, w, h, conf) in enumerate(detections):
|
||||
print(f" [{i+1}] x={x}, y={y}, w={w}, h={h}, conf={conf:.3f}")
|
||||
|
||||
# マスク生成
|
||||
if len(detections) > 0:
|
||||
mask = detector.generate_mask(
|
||||
image.shape,
|
||||
detections,
|
||||
mask_scale=args.mask_scale,
|
||||
feather_radius=args.feather_radius
|
||||
)
|
||||
else:
|
||||
mask = None
|
||||
|
||||
# 結果を描画
|
||||
result = draw_detections(image, detections, mask)
|
||||
|
||||
# 表示または保存
|
||||
if args.output:
|
||||
cv2.imwrite(args.output, result)
|
||||
print(f"\n結果を保存しました: {args.output}")
|
||||
|
||||
if mask is not None and args.save_mask:
|
||||
mask_path = args.output.replace('.', '_mask.')
|
||||
cv2.imwrite(mask_path, mask)
|
||||
print(f"マスクを保存しました: {mask_path}")
|
||||
else:
|
||||
cv2.imshow("Detection Result", result)
|
||||
if mask is not None:
|
||||
cv2.imshow("Mask", mask)
|
||||
print("\nキーを押して終了してください...")
|
||||
cv2.waitKey(0)
|
||||
cv2.destroyAllWindows()
|
||||
|
||||
|
||||
def debug_video(args, detector):
|
||||
"""動画ファイルで検出をデバッグ"""
|
||||
print(f"動画を読み込み中: {args.video}")
|
||||
cap = cv2.VideoCapture(args.video)
|
||||
|
||||
if not cap.isOpened():
|
||||
print(f"エラー: 動画を開けません: {args.video}")
|
||||
return
|
||||
|
||||
total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT))
|
||||
fps = cap.get(cv2.CAP_PROP_FPS)
|
||||
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
|
||||
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
|
||||
|
||||
print(f"動画情報: {width}x{height}, {fps:.2f}fps, {total_frames}フレーム")
|
||||
|
||||
# フレーム範囲の決定
|
||||
start_frame = args.start if args.start is not None else args.frame
|
||||
end_frame = args.end if args.end is not None else args.frame
|
||||
|
||||
start_frame = max(0, min(start_frame, total_frames - 1))
|
||||
end_frame = max(0, min(end_frame, total_frames - 1))
|
||||
|
||||
print(f"処理範囲: フレーム {start_frame} - {end_frame}")
|
||||
|
||||
# 出力動画の準備
|
||||
out_writer = None
|
||||
if args.output:
|
||||
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
|
||||
out_writer = cv2.VideoWriter(args.output, fourcc, fps, (width, height))
|
||||
|
||||
# フレーム処理
|
||||
for frame_idx in range(start_frame, end_frame + 1):
|
||||
cap.set(cv2.CAP_PROP_POS_FRAMES, frame_idx)
|
||||
ret, frame = cap.read()
|
||||
|
||||
if not ret:
|
||||
print(f"警告: フレーム {frame_idx} を読み込めませんでした")
|
||||
continue
|
||||
|
||||
# 検出実行
|
||||
detections = detector.detect(frame)
|
||||
|
||||
# マスク生成
|
||||
if len(detections) > 0:
|
||||
mask = detector.generate_mask(
|
||||
frame.shape,
|
||||
detections,
|
||||
mask_scale=args.mask_scale,
|
||||
feather_radius=args.feather_radius
|
||||
)
|
||||
else:
|
||||
mask = None
|
||||
|
||||
# 結果を描画
|
||||
result = draw_detections(frame, detections, mask)
|
||||
|
||||
print(f"フレーム {frame_idx}: {len(detections)}個の顔を検出")
|
||||
|
||||
# 保存または表示
|
||||
if out_writer:
|
||||
out_writer.write(result)
|
||||
else:
|
||||
cv2.imshow(f"Frame {frame_idx}", result)
|
||||
if mask is not None:
|
||||
cv2.imshow("Mask", mask)
|
||||
|
||||
key = cv2.waitKey(0 if end_frame == start_frame else 30)
|
||||
if key == ord('q'):
|
||||
break
|
||||
|
||||
cap.release()
|
||||
if out_writer:
|
||||
out_writer.release()
|
||||
print(f"\n結果を保存しました: {args.output}")
|
||||
else:
|
||||
cv2.destroyAllWindows()
|
||||
|
||||
|
||||
def main():
|
||||
parser = argparse.ArgumentParser(
|
||||
description="顔検出処理の単体デバッグスクリプト",
|
||||
formatter_class=argparse.RawDescriptionHelpFormatter,
|
||||
epilog=__doc__
|
||||
)
|
||||
|
||||
# 入力ソース
|
||||
input_group = parser.add_mutually_exclusive_group(required=True)
|
||||
input_group.add_argument("--image", type=str, help="テスト用画像ファイル")
|
||||
input_group.add_argument("--video", type=str, help="テスト用動画ファイル")
|
||||
|
||||
# 動画用オプション
|
||||
parser.add_argument("--frame", type=int, default=0, help="処理する動画フレーム番号（デフォルト: 0）")
|
||||
parser.add_argument("--start", type=int, help="処理開始フレーム（動画のみ）")
|
||||
parser.add_argument("--end", type=int, help="処理終了フレーム（動画のみ）")
|
||||
|
||||
# 検出パラメータ
|
||||
parser.add_argument("--conf", type=float, default=0.5, help="信頼度閾値（デフォルト: 0.5）")
|
||||
parser.add_argument("--iou", type=float, default=0.45, help="NMS IoU閾値（デフォルト: 0.45）")
|
||||
parser.add_argument("--mask-scale", type=float, default=1.5, help="マスクスケール（デフォルト: 1.5）")
|
||||
parser.add_argument("--feather-radius", type=int, default=20, help="マスクぼかし半径（デフォルト: 20）")
|
||||
|
||||
# 出力オプション
|
||||
parser.add_argument("--output", "-o", type=str, help="結果画像/動画の保存先")
|
||||
parser.add_argument("--save-mask", action="store_true", help="マスク画像も保存する（画像のみ）")
|
||||
|
||||
# モデル
|
||||
parser.add_argument("--model", type=str, help="カスタムモデルパス")
|
||||
|
||||
args = parser.parse_args()
|
||||
|
||||
# 検出器を初期化
|
||||
print("YOLOFaceDetectorを初期化中...")
|
||||
detector = YOLOFaceDetector(
|
||||
model_path=args.model,
|
||||
conf_threshold=args.conf,
|
||||
iou_threshold=args.iou
|
||||
)
|
||||
|
||||
# モデルを事前ロード
|
||||
print("モデルをロード中...")
|
||||
_ = detector.model
|
||||
print("準備完了\n")
|
||||
|
||||
# デバッグ実行
|
||||
if args.image:
|
||||
debug_image(args, detector)
|
||||
else:
|
||||
debug_video(args, detector)
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
151
docs/debugging.md
Normal file
151
docs/debugging.md
Normal file
|
|
@ -0,0 +1,151 @@
|
|||
# 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
|
||||
|
|
@ -64,8 +64,8 @@
|
|||
# 必要なパッケージのインストール確認とインストール
|
||||
if ! python -c "import torch; print(torch.cuda.is_available())" 2>/dev/null | grep -q "True"; then
|
||||
echo "[Setup] Installing Python dependencies..."
|
||||
# まずPyTorch ROCm版をインストール（ROCm 6.2用）
|
||||
pip install --quiet torch torchvision --index-url https://download.pytorch.org/whl/rocm6.2
|
||||
# まずPyTorch ROCm版をインストール（ROCm 7.0 nightly - ROCm 7.1.1環境で動作確認済み）
|
||||
pip install --quiet --pre torch torchvision torchaudio --index-url https://download.pytorch.org/whl/nightly/rocm7.0
|
||||
# 次に通常のPyPIから他のパッケージをインストール
|
||||
pip install --quiet \
|
||||
ultralytics \
|
||||
|
|
|
|||
52
run_server.sh
Executable file
52
run_server.sh
Executable file
|
|
@ -0,0 +1,52 @@
|
|||
#!/usr/bin/env bash
|
||||
# 推論サーバーの単体起動スクリプト
|
||||
|
||||
set -e
|
||||
|
||||
echo "=== Face Detection Inference Server ==="
|
||||
echo ""
|
||||
|
||||
# 環境変数の読み込み
|
||||
if [ -f ".env" ]; then
|
||||
echo "環境変数を読み込み中..."
|
||||
export $(cat .env | grep -v '^#' | xargs)
|
||||
else
|
||||
echo "警告: .env ファイルが見つかりません"
|
||||
fi
|
||||
|
||||
# 仮想環境の確認とアクティベート
|
||||
if [ ! -d ".venv" ]; then
|
||||
echo "エラー: .venv が見つかりません"
|
||||
echo "仮想環境を作成してください: python -m venv .venv"
|
||||
exit 1
|
||||
fi
|
||||
|
||||
source .venv/bin/activate
|
||||
|
||||
# モデルの確認
|
||||
MODEL_PATH="models/yolov8n-face-lindevs.pt"
|
||||
if [ ! -f "$MODEL_PATH" ]; then
|
||||
echo "警告: モデルファイルが見つかりません: $MODEL_PATH"
|
||||
echo "最初のリクエスト時にエラーになる可能性があります"
|
||||
echo ""
|
||||
fi
|
||||
|
||||
# GPU情報の表示
|
||||
echo "=== GPU情報 ==="
|
||||
python -c "
|
||||
import torch
|
||||
if torch.cuda.is_available():
|
||||
print(f'GPU検出: {torch.cuda.get_device_name(0)}')
|
||||
print(f'ROCm version: {torch.version.hip if hasattr(torch.version, \"hip\") else \"N/A\"}')
|
||||
else:
|
||||
print('GPU未検出（CPUモードで動作します）')
|
||||
" 2>/dev/null || echo "PyTorchが見つかりません"
|
||||
echo ""
|
||||
|
||||
# サーバー起動
|
||||
echo "=== サーバーを起動中 ==="
|
||||
echo "URL: http://127.0.0.1:8181"
|
||||
echo "終了するには Ctrl+C を押してください"
|
||||
echo ""
|
||||
|
||||
python server/main.py
|
||||
144
server/main.py
144
server/main.py
|
|
@ -7,6 +7,7 @@ GPU-accelerated face detection using ONNX Runtime.
|
|||
|
||||
import os
|
||||
import sys
|
||||
import platform
|
||||
import threading
|
||||
import uuid
|
||||
import queue
|
||||
|
|
@ -27,6 +28,9 @@ from server.detector import YOLOFaceDetector, get_detector
|
|||
|
||||
app = FastAPI(title="Face Mask Inference Server")
|
||||
|
||||
# GPU status cache
|
||||
_gpu_status_cache = None
|
||||
|
||||
# Task storage
|
||||
class TaskStatus:
|
||||
PENDING = "pending"
|
||||
|
|
@ -146,9 +150,146 @@ def process_video_task(task_id: str, req: GenerateRequest):
|
|||
if task_id in cancel_events:
|
||||
del cancel_events[task_id]
|
||||
|
||||
def check_gpu_available() -> dict:
|
||||
"""
|
||||
Check if GPU is available for inference.
|
||||
|
||||
Returns a dict with GPU information:
|
||||
{
|
||||
"available": bool,
|
||||
"device_name": str or None,
|
||||
"device_count": int,
|
||||
"rocm_version": str or None
|
||||
}
|
||||
"""
|
||||
global _gpu_status_cache
|
||||
|
||||
# Return cached result if available
|
||||
if _gpu_status_cache is not None:
|
||||
return _gpu_status_cache
|
||||
|
||||
result = {
|
||||
"available": False,
|
||||
"device_name": None,
|
||||
"device_count": 0,
|
||||
"rocm_version": None
|
||||
}
|
||||
|
||||
try:
|
||||
import torch
|
||||
|
||||
result["available"] = torch.cuda.is_available()
|
||||
|
||||
if result["available"]:
|
||||
result["device_count"] = torch.cuda.device_count()
|
||||
if result["device_count"] > 0:
|
||||
result["device_name"] = torch.cuda.get_device_name(0)
|
||||
|
||||
if hasattr(torch.version, 'hip'):
|
||||
result["rocm_version"] = torch.version.hip
|
||||
|
||||
except Exception as e:
|
||||
print(f"[FaceMask] Warning: GPU detection failed: {e}")
|
||||
result["available"] = False
|
||||
|
||||
# Cache the result
|
||||
_gpu_status_cache = result
|
||||
|
||||
return result
|
||||
|
||||
|
||||
def log_startup_diagnostics():
|
||||
"""Log diagnostic information about the environment and GPU."""
|
||||
print("=" * 70)
|
||||
print("[FaceMask Server] Startup Diagnostics")
|
||||
print("=" * 70)
|
||||
|
||||
# Python Environment
|
||||
print("\n[Python Environment]")
|
||||
print(f" Python Version: {sys.version.split()[0]}")
|
||||
print(f" Python Executable: {sys.executable}")
|
||||
print(f" Platform: {platform.platform()}")
|
||||
print(f" Working Directory: {os.getcwd()}")
|
||||
|
||||
# Check if in venv
|
||||
in_venv = sys.prefix != sys.base_prefix
|
||||
print(f" Virtual Environment: {'Yes' if in_venv else 'No'}")
|
||||
if in_venv:
|
||||
print(f" venv path: {sys.prefix}")
|
||||
|
||||
# ROCm Environment Variables
|
||||
print("\n[ROCm Environment Variables]")
|
||||
rocm_vars = [
|
||||
'ROCM_PATH',
|
||||
'HSA_OVERRIDE_GFX_VERSION',
|
||||
'PYTORCH_ROCM_ARCH',
|
||||
'ROCBLAS_TENSILE_LIBPATH',
|
||||
'LD_LIBRARY_PATH'
|
||||
]
|
||||
|
||||
for var in rocm_vars:
|
||||
value = os.environ.get(var)
|
||||
if value:
|
||||
# Truncate very long values
|
||||
if len(value) > 200:
|
||||
display_value = value[:200] + "... (truncated)"
|
||||
else:
|
||||
display_value = value
|
||||
print(f" {var}: {display_value}")
|
||||
else:
|
||||
print(f" {var}: (not set)")
|
||||
|
||||
# GPU Detection
|
||||
print("\n[GPU Detection]")
|
||||
try:
|
||||
import torch
|
||||
|
||||
cuda_available = torch.cuda.is_available()
|
||||
print(f" torch.cuda.is_available(): {cuda_available}")
|
||||
|
||||
if cuda_available:
|
||||
device_count = torch.cuda.device_count()
|
||||
print(f" GPU Device Count: {device_count}")
|
||||
|
||||
if device_count > 0:
|
||||
device_name = torch.cuda.get_device_name(0)
|
||||
print(f" GPU Device 0: {device_name}")
|
||||
|
||||
# ROCm version
|
||||
if hasattr(torch.version, 'hip'):
|
||||
print(f" ROCm Version (HIP): {torch.version.hip}")
|
||||
|
||||
# CUDA version (might be emulated by ROCm)
|
||||
if torch.version.cuda:
|
||||
print(f" CUDA Version: {torch.version.cuda}")
|
||||
else:
|
||||
print(" WARNING: GPU not detected!")
|
||||
print(" Server will use CPU for inference (slower)")
|
||||
print(" Troubleshooting:")
|
||||
print(" - Check ROCm environment variables above")
|
||||
print(" - Run: python -c 'import torch; print(torch.cuda.is_available())'")
|
||||
|
||||
except ImportError as e:
|
||||
print(f" ERROR: Cannot import torch: {e}")
|
||||
print(" PyTorch must be installed for inference")
|
||||
except Exception as e:
|
||||
print(f" ERROR during GPU detection: {e}")
|
||||
|
||||
print("=" * 70)
|
||||
print()
|
||||
|
||||
|
||||
@app.get("/status")
|
||||
def get_status():
|
||||
return {"status": "running", "gpu_available": True} # TODO: check GPU
|
||||
gpu_info = check_gpu_available()
|
||||
|
||||
return {
|
||||
"status": "running",
|
||||
"gpu_available": gpu_info["available"],
|
||||
"gpu_device": gpu_info["device_name"],
|
||||
"gpu_count": gpu_info["device_count"],
|
||||
"rocm_version": gpu_info["rocm_version"]
|
||||
}
|
||||
|
||||
@app.post("/generate", response_model=Task)
|
||||
def generate_mask_endpoint(req: GenerateRequest, background_tasks: BackgroundTasks):
|
||||
|
|
@ -177,4 +318,5 @@ def cancel_task(task_id: str):
|
|||
return {"message": "Cancellation requested"}
|
||||
|
||||
if __name__ == "__main__":
|
||||
log_startup_diagnostics()
|
||||
uvicorn.run(app, host="127.0.0.1", port=8181)
|
||||
|
|
|
|||
73
test_quick.sh
Executable file
73
test_quick.sh
Executable file
|
|
@ -0,0 +1,73 @@
|
|||
#!/bin/bash
|
||||
# クイックテストスクリプト
|
||||
# 処理プロセスが正常に動作するか確認
|
||||
|
||||
set -e
|
||||
|
||||
echo "=== 顔検出処理のクイックテスト ==="
|
||||
echo ""
|
||||
|
||||
# 仮想環境の確認
|
||||
if [ ! -d ".venv" ]; then
|
||||
echo "エラー: .venv が見つかりません"
|
||||
echo "仮想環境を作成してください: python -m venv .venv"
|
||||
exit 1
|
||||
fi
|
||||
|
||||
# 環境変数の読み込み
|
||||
if [ -f ".env" ]; then
|
||||
echo "環境変数を読み込み中..."
|
||||
export $(cat .env | grep -v '^#' | xargs)
|
||||
fi
|
||||
|
||||
# 仮想環境をアクティベート
|
||||
source .venv/bin/activate
|
||||
|
||||
# モデルの確認
|
||||
MODEL_PATH="models/yolov8n-face-lindevs.pt"
|
||||
if [ ! -f "$MODEL_PATH" ]; then
|
||||
echo "警告: モデルファイルが見つかりません: $MODEL_PATH"
|
||||
echo "デフォルトモデルをダウンロードしてください"
|
||||
fi
|
||||
|
||||
# テスト画像の確認
|
||||
if [ $# -eq 0 ]; then
|
||||
echo "使い方: $0 <画像ファイルまたは動画ファイル>"
|
||||
echo ""
|
||||
echo "例:"
|
||||
echo " $0 test.jpg"
|
||||
echo " $0 test.mp4"
|
||||
exit 1
|
||||
fi
|
||||
|
||||
INPUT_FILE="$1"
|
||||
|
||||
if [ ! -f "$INPUT_FILE" ]; then
|
||||
echo "エラー: ファイルが見つかりません: $INPUT_FILE"
|
||||
exit 1
|
||||
fi
|
||||
|
||||
# ファイルタイプの判定
|
||||
EXT="${INPUT_FILE##*.}"
|
||||
EXT_LOWER=$(echo "$EXT" | tr '[:upper:]' '[:lower:]')
|
||||
|
||||
echo "入力ファイル: $INPUT_FILE"
|
||||
echo ""
|
||||
|
||||
# GPU情報の表示
|
||||
echo "=== GPU情報 ==="
|
||||
python -c "import torch; print(f'PyTorch CUDA available: {torch.cuda.is_available()}'); print(f'Device: {torch.cuda.get_device_name(0) if torch.cuda.is_available() else \"CPU\"}') if torch.cuda.is_available() else None" 2>/dev/null || echo "PyTorchが見つかりません"
|
||||
echo ""
|
||||
|
||||
# テスト実行
|
||||
echo "=== 検出テストを開始 ==="
|
||||
if [[ "$EXT_LOWER" == "mp4" || "$EXT_LOWER" == "avi" || "$EXT_LOWER" == "mov" ]]; then
|
||||
# 動画の場合は最初の1フレームのみテスト
|
||||
python debug_detector.py --video "$INPUT_FILE" --frame 0
|
||||
else
|
||||
# 画像の場合
|
||||
python debug_detector.py --image "$INPUT_FILE"
|
||||
fi
|
||||
|
||||
echo ""
|
||||
echo "=== テスト完了 ==="
|
||||
224
test_server_api.py
Executable file
224
test_server_api.py
Executable file
|
|
@ -0,0 +1,224 @@
|
|||
#!/usr/bin/env python3
|
||||
"""
|
||||
推論サーバーAPIのテストスクリプト
|
||||
|
||||
Usage:
|
||||
# サーバーの状態確認
|
||||
python test_server_api.py --status
|
||||
|
||||
# マスク生成のテスト
|
||||
python test_server_api.py --video test.mp4 --output /tmp/masks --start 0 --end 10
|
||||
"""
|
||||
|
||||
import argparse
|
||||
import json
|
||||
import time
|
||||
import urllib.request
|
||||
import urllib.error
|
||||
from pathlib import Path
|
||||
import sys
|
||||
|
||||
|
||||
SERVER_URL = "http://127.0.0.1:8181"
|
||||
|
||||
|
||||
def check_status():
|
||||
"""サーバーの状態を確認"""
|
||||
try:
|
||||
with urllib.request.urlopen(f"{SERVER_URL}/status", timeout=2) as response:
|
||||
data = json.loads(response.read().decode('utf-8'))
|
||||
print("✓ サーバーは稼働中です")
|
||||
print(f" Status: {data.get('status')}")
|
||||
print(f" GPU Available: {data.get('gpu_available')}")
|
||||
if data.get('gpu_device'):
|
||||
print(f" GPU Device: {data.get('gpu_device')}")
|
||||
if data.get('gpu_count'):
|
||||
print(f" GPU Count: {data.get('gpu_count')}")
|
||||
if data.get('rocm_version'):
|
||||
print(f" ROCm Version: {data.get('rocm_version')}")
|
||||
return True
|
||||
except (urllib.error.URLError, ConnectionRefusedError, TimeoutError) as e:
|
||||
print("✗ サーバーに接続できません")
|
||||
print(f" エラー: {e}")
|
||||
print("\nサーバーを起動してください:")
|
||||
print(" ./run_server.sh")
|
||||
return False
|
||||
|
||||
|
||||
def submit_task(video_path, output_dir, start_frame, end_frame, conf, iou, mask_scale):
|
||||
"""マスク生成タスクを送信"""
|
||||
data = {
|
||||
"video_path": video_path,
|
||||
"output_dir": output_dir,
|
||||
"start_frame": start_frame,
|
||||
"end_frame": end_frame,
|
||||
"conf_threshold": conf,
|
||||
"iou_threshold": iou,
|
||||
"mask_scale": mask_scale,
|
||||
}
|
||||
|
||||
req = urllib.request.Request(
|
||||
f"{SERVER_URL}/generate",
|
||||
data=json.dumps(data).encode('utf-8'),
|
||||
headers={'Content-Type': 'application/json'},
|
||||
method='POST'
|
||||
)
|
||||
|
||||
try:
|
||||
with urllib.request.urlopen(req) as response:
|
||||
result = json.loads(response.read().decode('utf-8'))
|
||||
return result
|
||||
except urllib.error.HTTPError as e:
|
||||
error_msg = e.read().decode('utf-8')
|
||||
raise RuntimeError(f"サーバーエラー: {error_msg}")
|
||||
|
||||
|
||||
def get_task_status(task_id):
|
||||
"""タスクの状態を取得"""
|
||||
try:
|
||||
with urllib.request.urlopen(f"{SERVER_URL}/tasks/{task_id}") as response:
|
||||
return json.loads(response.read().decode('utf-8'))
|
||||
except urllib.error.HTTPError:
|
||||
return {"status": "unknown"}
|
||||
|
||||
|
||||
def cancel_task(task_id):
|
||||
"""タスクをキャンセル"""
|
||||
try:
|
||||
req = urllib.request.Request(
|
||||
f"{SERVER_URL}/tasks/{task_id}/cancel",
|
||||
method='POST'
|
||||
)
|
||||
with urllib.request.urlopen(req):
|
||||
pass
|
||||
return True
|
||||
except urllib.error.HTTPError:
|
||||
return False
|
||||
|
||||
|
||||
def monitor_task(task_id, poll_interval=0.5):
|
||||
"""タスクの進行状況を監視"""
|
||||
print(f"\nタスクID: {task_id}")
|
||||
print("進行状況を監視中...\n")
|
||||
|
||||
last_progress = -1
|
||||
|
||||
while True:
|
||||
status = get_task_status(task_id)
|
||||
state = status.get('status')
|
||||
progress = status.get('progress', 0)
|
||||
total = status.get('total', 0)
|
||||
|
||||
# 進行状況の表示
|
||||
if progress != last_progress and total > 0:
|
||||
percentage = (progress / total) * 100
|
||||
bar_length = 40
|
||||
filled = int(bar_length * progress / total)
|
||||
bar = '=' * filled + '-' * (bar_length - filled)
|
||||
print(f"\r[{bar}] {progress}/{total} ({percentage:.1f}%)", end='', flush=True)
|
||||
last_progress = progress
|
||||
|
||||
# 終了状態のチェック
|
||||
if state == "completed":
|
||||
print("\n\n✓ 処理が完了しました")
|
||||
print(f" 出力先: {status.get('result_path')}")
|
||||
print(f" メッセージ: {status.get('message')}")
|
||||
return True
|
||||
|
||||
elif state == "failed":
|
||||
print("\n\n✗ 処理が失敗しました")
|
||||
print(f" エラー: {status.get('message')}")
|
||||
return False
|
||||
|
||||
elif state == "cancelled":
|
||||
print("\n\n- 処理がキャンセルされました")
|
||||
return False
|
||||
|
||||
time.sleep(poll_interval)
|
||||
|
||||
|
||||
def main():
|
||||
parser = argparse.ArgumentParser(
|
||||
description="推論サーバーAPIのテストスクリプト"
|
||||
)
|
||||
|
||||
# 操作モード
|
||||
mode_group = parser.add_mutually_exclusive_group(required=True)
|
||||
mode_group.add_argument("--status", action="store_true", help="サーバーの状態を確認")
|
||||
mode_group.add_argument("--video", type=str, help="処理する動画ファイル")
|
||||
|
||||
# タスクパラメータ
|
||||
parser.add_argument("--output", type=str, default="/tmp/masks", help="マスク出力先ディレクトリ")
|
||||
parser.add_argument("--start", type=int, default=0, help="開始フレーム")
|
||||
parser.add_argument("--end", type=int, default=10, help="終了フレーム")
|
||||
parser.add_argument("--conf", type=float, default=0.5, help="信頼度閾値")
|
||||
parser.add_argument("--iou", type=float, default=0.45, help="NMS IoU閾値")
|
||||
parser.add_argument("--mask-scale", type=float, default=1.5, help="マスクスケール")
|
||||
|
||||
# その他のオプション
|
||||
parser.add_argument("--no-wait", action="store_true", help="タスク送信後、完了を待たない")
|
||||
|
||||
args = parser.parse_args()
|
||||
|
||||
# 状態確認モード
|
||||
if args.status:
|
||||
check_status()
|
||||
return
|
||||
|
||||
# マスク生成モード
|
||||
print("=== 推論サーバーAPIテスト ===\n")
|
||||
|
||||
# サーバーの確認
|
||||
if not check_status():
|
||||
sys.exit(1)
|
||||
|
||||
# 動画ファイルの確認
|
||||
if not Path(args.video).exists():
|
||||
print(f"\n✗ 動画ファイルが見つかりません: {args.video}")
|
||||
sys.exit(1)
|
||||
|
||||
video_path = str(Path(args.video).absolute())
|
||||
output_dir = str(Path(args.output).absolute())
|
||||
|
||||
print(f"\n動画: {video_path}")
|
||||
print(f"出力先: {output_dir}")
|
||||
print(f"フレーム範囲: {args.start} - {args.end}")
|
||||
print(f"パラメータ: conf={args.conf}, iou={args.iou}, mask_scale={args.mask_scale}")
|
||||
|
||||
# タスクを送信
|
||||
print("\nタスクを送信中...")
|
||||
try:
|
||||
result = submit_task(
|
||||
video_path,
|
||||
output_dir,
|
||||
args.start,
|
||||
args.end,
|
||||
args.conf,
|
||||
args.iou,
|
||||
args.mask_scale
|
||||
)
|
||||
except Exception as e:
|
||||
print(f"\n✗ タスク送信失敗: {e}")
|
||||
sys.exit(1)
|
||||
|
||||
task_id = result['id']
|
||||
print(f"✓ タスクが送信されました (ID: {task_id})")
|
||||
|
||||
# 完了待機
|
||||
if not args.no_wait:
|
||||
try:
|
||||
success = monitor_task(task_id)
|
||||
sys.exit(0 if success else 1)
|
||||
except KeyboardInterrupt:
|
||||
print("\n\n中断されました")
|
||||
print("タスクをキャンセル中...")
|
||||
if cancel_task(task_id):
|
||||
print("✓ タスクをキャンセルしました")
|
||||
sys.exit(130)
|
||||
else:
|
||||
print("\nタスクの状態を確認するには:")
|
||||
print(f" python test_server_api.py --task-status {task_id}")
|
||||
|
||||
|
||||
if __name__ == "__main__":
|
||||
main()
|
||||
Loading…
Reference in New Issue
Block a user