L2Cs-Net

हमारे Serverless Hosted API के माध्यम से gaze detection model L2Cs-Net का उपयोग करें

L2Cs-Net एक gaze direction estimation model है जो चेहरों का पता लगाता है और प्रत्येक चेहरे के yaw और pitch angles का अनुमान लगाता है। आप इसे हमारे Serverless Hosted API.

कोड नमूना

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

अपनी API Key प्राप्त करें

एक Roboflow खाता बनाएं, अपनी key यहाँ पर ढूँढें Roboflow API settings page और इसे अपने shell में उपलब्ध कराएँ:

export ROBOFLOW_API_KEY="your-key-here"

मॉडल चलाएँ

को कॉल करें /gaze/gaze_detection एंडपॉइंट को 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\"}
  }'

अपनी API Key प्राप्त करें

export ROBOFLOW_API_KEY="your-key-here"

निर्भरताएँ इंस्टॉल करें

यह पैकेज मॉडल को कॉल करता है:

pip install inference-sdk

मॉडल चलाएँ

नीचे दिया गया कोड नमूना कॉल करता है detect_gazes, जो उसी /gaze/gaze_detection एंडपॉइंट को:

import os
import cv2
import numpy as np
import requests
from inference_sdk import InferenceHTTPClient

content = requests.get("https://media.roboflow.com/inference/man.jpg").content
image = cv2.imdecode(np.frombuffer(content, np.uint8), cv2.IMREAD_COLOR)

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}")

Inference speed

Latency मापी गई Roboflow Inference 1x NVIDIA L4 पर, batch size 1, warmup के बाद का औसत।

मॉडल

विलंबता (ms)

l2cs-net

6.0

एकल face crop पर मापा गया, जो मॉडल इनपुट के रूप में अपेक्षित करता है।

सेट करें api_url को अपने deployment target से मिलाएँ:

https://serverless.roboflow.com Serverless Hosted API के लिए।
http://localhost:9001 एक local Inference server.
आपका Dedicated Deployment एक private endpoint के लिए URL.

प्रतिक्रिया में एक सूची होती है जिसमें भविष्यवाणियाँ (प्रत्येक में चेहरा bounding box, landmarks, yaw, और pitch रेडियन में), समय, time_face_det, और time_gaze_det.

स्व-होस्टेड deployments और अतिरिक्त उदाहरणों के लिए, देखें Roboflow Inference दस्तावेज़.

पिछलाRoboflow 2.0 अगलाTrOCR

अंतिम अपडेट 9 दिन पहले

क्या यह उपयोगी था?