L2Cs-Net

हमारे Serverless Cloud API के माध्यम से L2Cs-Net नज़र पहचान मॉडल का उपयोग करें

L2Cs-Net एक gaze direction estimation मॉडल है जो चेहरों का पता लगाता है और प्रत्येक चेहरे के yaw और pitch कोणों का अनुमान लगाता है। आप इसे हमारे माध्यम से चला सकते हैं सर्वरलेस क्लाउड API के माध्यम से समर्थित करते हैं.

self-hosted Inference में अप्रचलित। Gaze detection को अप्रचलित किया गया था Roboflow Inference जब MediaPipe निर्भरता हटाई गई थी। प्रभावित संस्करणों में, /gaze/gaze_detection एंडपॉइंट और Gaze मॉडल क्लास त्रुटि उठाती है FeatureDeprecatedError (HTTP 410 Gone), और stub endpoint को हटाने की योजना है। सेट करें CORE_MODEL_GAZE_ENABLED=False इसे पूरी तरह अक्षम करने के लिए। यदि आपको इस सुविधा की आवश्यकता हो, तो Roboflow से संपर्क करें।

कोड नमूना

L2Cs-Net को HTTP endpoint के माध्यम से सीधे चलाएँ, इसके साथ curl, या inference-sdk रैपर के साथ।

HTTP (curl)

1

अपनी API कुंजी प्राप्त करें

एक Roboflow खाता बनाएँ, अपनी कुंजी यहाँ ढूँढें Roboflow API सेटिंग्स पेज और इसे अपने शेल में उपलब्ध कराएँ:

export ROBOFLOW_API_KEY="आपकी-कुंजी-यहाँ"

2

मॉडल चलाएँ

को कॉल करें /gaze/gaze_detection एंडपॉइंट के साथ curl:

curl --location 'https://serverless.roboflow.com/gaze/gaze_detection' \
  --header 'Content-Type: application/json' \
  --data '{
    "api_key": "'"$ROBOFLOW_API_KEY"'",
    "image": {"type": "url", "value": "https://media.roboflow.com/inference/man.jpg"}
  }'

SDK (Python)

1

अपनी API कुंजी प्राप्त करें

एक Roboflow खाता बनाएँ, अपनी कुंजी यहाँ ढूँढें Roboflow API सेटिंग्स पेज और इसे अपने शेल में उपलब्ध कराएँ:

export ROBOFLOW_API_KEY="आपकी-कुंजी-यहाँ"

2

निर्भरताएँ इंस्टॉल करें

यह पैकेज मॉडल को कॉल करता है:

pip install -U inference-sdk supervision

3

मॉडल चलाएँ

नीचे दिया गया कोड उदाहरण कॉल करता है detect_gazesजो उसी /gaze/gaze_detection एंडपॉइंट:

import os
import supervision as sv
from inference_sdk import InferenceHTTPClient

image = sv.load_image_from_url("https://media.roboflow.com/inference/man.jpg")

client = InferenceHTTPClient(
    api_url="https://serverless.roboflow.com",
    api_key=os.environ["ROBOFLOW_API_KEY"],
).select_api_v1()

result = client.detect_gazes(image)

for prediction in result[0]["predictions"]:
    face = prediction["face"]
    yaw = prediction["yaw"]
    pitch = prediction["pitch"]
    print(f"Face at ({face['x']}, {face['y']}) - yaw: {yaw:.3f}, pitch: {pitch:.3f}")

इन्फरेंस गति

विलंबता मापी गई Roboflow Inference पर 1x NVIDIA L4, बैच आकार 1, वार्मअप के बाद के औसत के साथ।

मॉडल	विलंबता (ms)
l2cs-net	6.0

एकल चेहरे की क्रॉप पर मापा गया, जो मॉडल इनपुट के रूप में अपेक्षित करता है।

सेट करें api_url को अपने डिप्लॉयमेंट लक्ष्य से मिलाएँ:

• https://serverless.roboflow.com सर्वरलेस Cloud API के लिए।

• http://localhost:9001 एक स्थानीय Inference सर्वर।

• आपका समर्पित डिप्लॉयमेंट निजी एंडपॉइंट के लिए URL।

प्रतिक्रिया में एक सूची शामिल है, जिसमें अनुमान (प्रत्येक में चेहरा बाउंडिंग बॉक्स, लैंडमार्क्स, yaw, और pitch रेडियन में), time, time_face_det, और time_gaze_det.

self-hosted deployments और अतिरिक्त उदाहरणों के लिए, देखें Roboflow Inference दस्तावेज़.

Inference के साथ उपयोग करें (सेल्फ-होस्टेड)

L2Cs-Net को एक स्थानीय Inference सर्वर द्वारा भी सर्व किया जा सकता है:

pip install inference inference-cli inference-sdk
inference server start  # serves http://localhost:9001

import os
from inference_sdk import InferenceHTTPClient

client = InferenceHTTPClient(
    api_url="http://localhost:9001",
    api_key=os.environ["ROBOFLOW_API_KEY"],
)

client.detect_gazes(inference_input="./image.jpg")

मॉडल प्रत्येक पहचाने गए चेहरे के लिए एक प्रविष्टि लौटाता है, जिसमें face box और landmarks के साथ yaw और pitch रेडियन में:

[{'face': {'x': 1107.0, 'y': 1695.5, 'width': 1056.0, 'height': 1055.0,
           'confidence': 0.9356, 'class': 'face', 'class_id': 0,
           'landmarks': [{'x': 902.0, 'y': 1441.0}, {'x': 1350.0, 'y': 1449.0},
                         {'x': 1137.0, 'y': 1692.0}, {'x': 1124.0, 'y': 1915.0},
                         {'x': 625.0, 'y': 1551.0}, {'x': 1565.0, 'y': 1571.0}]},
  'pitch': 0.0295,
  'yaw': -0.0410}]

yaw और pitch को अंतरिक्ष में एक बिंदु में बदलना यह मानता है कि चेहरे कैमरे से लगभग एक मीटर दूर और लगभग 250 मिमी ऊँचे हैं, जो वेबकैम सेटअप के लिए एक उचित शुरुआती बिंदु है।

यह gaze detection का उदाहरण Inference रिपॉज़िटरी में दिखाता है कि वेबकैम पर L2Cs-Net कैसे चलाएँ, यह कैसे गणना करें कि कोई व्यक्ति कहाँ देख रहा है, और फ्रेम को एनोटेट करें।

वर्कफ़्लोज़ में निष्पादन मोड

जब किसी Workflowमें, gaze detection दो में से किसी एक मोड में चलता है:

• स्थानीय निष्पादन: मॉडल आपके Inference सर्वर पर चलता है।

• दूरस्थ निष्पादन: मॉडल को दूरस्थ Inference सर्वर पर HTTP के माध्यम से detect_gazes() क्लाइंट मेथड के माध्यम से कॉल किया जाता है।

अधिक पढ़ें

• Gaze detection और eye tracking: एक how-to मार्गदर्शिका