# 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