दृष्टि पहचान

चेहरों का पता लगाएँ और दृष्टि दिशा का अनुमान लगाएँ (अप्रचलित)।

अप्रचलित

यह ब्लॉक अप्रचलित है और भविष्य के रिलीज़ में हटाया जा सकता है।

अप्रचलित। MediaPipe निर्भरता के साथ inference से L2CS Gaze detection हटा दिया गया है। इस ब्लॉक को invoke करने पर त्रुटि उत्पन्न होती है FeatureDeprecatedError (HTTP 410 समाप्त)।

प्रकार पहचानकर्ता

स्टेप में निम्नलिखित पहचानकर्ता का उपयोग करें "type" फ़ील्ड: roboflow_core/gaze@v1 अपने वर्कफ़्लो में ब्लॉक को एक स्टेप के रूप में जोड़ने के लिए।

गुण

नाम	प्रकार	विवरण	संदर्भ
name	str	इस स्टेप के लिए एक विशिष्ट पहचानकर्ता दर्ज करें..	❌
do_run_face_detection	bool	क्या face detection चलाना है। यदि इनपुट इमेज पहले से क्रॉप की गई चेहरे की छवियाँ हैं, तो False सेट करें..	✅

यह संदर्भ स्तंभ यह इंगित करता है कि संपत्ति को वर्कफ़्लो रनटाइम में उपलब्ध गतिशील मानों के साथ पैरामीटराइज़ किया जा सकता है वर्कफ़्लो रनटाइम। देखें बाइंडिंग्स अधिक जानकारी के लिए।

रनटाइम संगतता

कठिन - रनटाइम self_hosted_cpu; निष्पादन स्थानीय : एक GPU की आवश्यकता है; run_locally() एक ऐसा मॉडल लोड करता है जिसे CUDA की आवश्यकता होती है।

इनपुट और आउटपुट बाइंडिंग्स

उपलब्ध कनेक्शन उसके बाइंडिंग प्रकारों पर निर्भर करते हैं। देखें कि कौन-से बाइंडिंग प्रकार दृष्टि पहचान संस्करण v1 है।

इनपुट और आउटपुट बाइंडिंग्स

• इनपुट

  • छवियाँ (छवि): जिस छवि पर अनुमान लगाना है..

  • do_run_face_detection (boolean): क्या face detection चलाना है। यदि इनपुट इमेज पहले से क्रॉप की गई चेहरे की छवियाँ हैं, तो False सेट करें..

• आउटपुट

  • face_predictions (keypoint_detection_prediction): पहचाने गए bounding boxes और पहचाने गए keypoints के साथ sv.Detections(...) ऑब्जेक्ट के रूप में prediction।

  • yaw_degrees (float): फ्लोट मान।

  • pitch_degrees (float): फ्लोट मान।

उदाहरण JSON परिभाषा

{
	    "name": "<your_step_name_here>",
	    "type": "roboflow_core/gaze@v1",
	    "images": "$inputs.image",
	    "do_run_face_detection": "<block_does_not_provide_example>"
	}