L2Cs-Net

Serverless Hosted API를 통해 L2Cs-Net 시선 탐지 model을 사용합니다.

L2Cs-Net은 얼굴을 감지하고 각 얼굴의 yaw 및 pitch 각도를 예측하는 시선 방향 추정 모델입니다. 이를 통해 실행할 수 있습니다. Serverless Hosted API.

코드 샘플

HTTP 엔드포인트를 통해 L2Cs-Net을 직접 실행하려면 curl또는 inference-sdk 래퍼를 사용하세요.

API Key를 받으세요

Roboflow 계정을 만들고, 다음에서 키를 찾으세요: Roboflow API 설정 페이지 그리고 이를 셸에서 사용할 수 있도록 설정하세요:

export ROBOFLOW_API_KEY="your-key-here"

모델을 실행하세요

다음에 호출하세요. /gaze/gaze_detection 엔드포인트를 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"}
  }'

API Key를 받으세요

Roboflow 계정을 만들고, 다음에서 키를 찾으세요: Roboflow API 설정 페이지 그리고 이를 셸에서 사용할 수 있도록 설정하세요:

export ROBOFLOW_API_KEY="your-key-here"

종속성을 설치하세요

이 패키지는 다음 모델을 호출합니다:

pip install inference-sdk

모델을 실행하세요

아래 코드 샘플은 다음을 호출합니다. detect_gazes로, 동일한 /gaze/gaze_detection 엔드포인트를 호출합니다:

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}")

추론 속도

다음 기준으로 측정한 지연 시간 Roboflow Inference 1x NVIDIA L4에서, 배치 크기 1로, 워밍업 이후 평균값입니다.

모델

지연 시간(ms)

l2cs-net

6.0

모델이 입력으로 기대하는 단일 얼굴 크롭에서 측정되었습니다.

설정 api_url 을 배포 대상에 맞게 설정하세요:

https://serverless.roboflow.com Serverless Hosted API용입니다.
http://localhost:9001 로컬 Inference 서버용입니다.
귀하의 Dedicated Deployment 비공개 엔드포인트용 URL입니다.

응답에는 다음이 포함된 목록이 들어 있습니다. predictions (각각 다음을 포함: face bounding box, landmarks, yaw그리고 pitch (라디안 단위), 시간, time_face_det그리고 time_gaze_det.

자가 호스팅 배포 및 추가 예시는 다음을 참조하세요. Roboflow Inference 문서.

이전Roboflow 2.0 다음TrOCR

마지막 업데이트 8일 전

도움이 되었나요?