Перейти к основному содержимому
Версия: 3.20.0

Начало работы

API процессинг-блоков (блоков обработки) является масштабируемым интерфейсом, замещающим существующие Legacy API, для более легкой интеграции возможностей Face SDK в ваше приложение.

Требования​

  • Операционная система Windows x86 64-bit или Linux x86 64-bit.
  • Установлен пакет Face SDK windows_x86_64 или linux_x86_64 (см. Начало работы).

Основные возможности​

  • Объединение многочисленных компонентов в единую интеграцию
  • Простота и легкость изучения
  • Быстрое внедрение
  • Долгосрочная поддержка и обновления

Context​

Ключевой концепцией API процессинг-блоков является использование контейнеров Context.

Context — это гетерогенный контейнер, состоящий из набора иерархически организованных данных, представленных как пары ключ-значение. Ближайший аналог Context — объект JSON. Каждый объект Context может содержать: скалярный объект (integer, real, boolean, string), указатель на область памяти, массив объектов Context, ассоциативный контейнер пар <string, Context> с неограниченной вложенностью.

Как создать и использовать Context​

  1. Создайте FacerecService.

  2. Создайте Context-контейнер:

auto array_elem0 = service->createContext();
  1. Общий набор операций с Context:
  • создание ассоциативного контейнера по ключу ["key"] на пустом контейнере Context:
array_elem0["name"] = "Julius Zeleny";      // передать string
array_elem0["phone"] = 11111111111l;        // передать integer (long)
array_elem0["social_score"] = 0.999;        // передать double
array_elem0["verified"] = true;             // передать bool
  • геттеры:
ASSERT_EQ( array_elem0["name"].getString(), "Julius Zeleny" );
ASSERT_EQ( array_elem0["phone"].getLong(), 11111111111l );
ASSERT_EQ( array_elem0["social_score"].getDouble(),  0.999 );
ASSERT_EQ( array_elem0["verified"].getBool(), true );
  • создание массива вызовом метода push_back на пустом контейнере Context:
auto array == service->createContext();
array.push_back(array_elem0);
  • итерации по массиву:

// получить значение по индексу
ASSERT_EQ( array[0]["phone"].getLong(), 11111111111l );

// выполнить итерацию с индексом
size_t array_sz = array.size();
for(size_t i = 0; i < array_sz; ++i)
    array[i]["phone"];

// или с итераторами
for(auto iter = array.begin(); iter != array.end(); ++iter)
    (*iter)["phone"]; // возвращается вложенный Context

// или с foreach
for(auto val : array)
    val["phone"];
  • операции со вложенными ассоциативными контейнерами:
auto full = service->createContext();
full["friends"] = std::move(array); // использование семантики перемещения без копирования

// доступ к вложенному объекту
ASSERT_EQ( full["friends"][0]["social_score"].getDouble(), 0.999 );

// перебор значений ассоциативного контейнера
for(auto iter = full.begin(); iter != full.end(); ++iter) {
    iter.key(); // получить значение ключа из итератора
    (*iter)[0]["social_score"].getDouble(); // получить значение
}

// с foreach
for(auto val : full)
    val[0]["social_score"].getDouble();
  • другие удобные методы Context:
void clear();
bool contains(const std::string& key);       // для ассоциативного контейнера
Context operator[](size_t index);            // для последовательного массива, элемент с указанием доступа и проверкой границ
Context operator[](const std::string& key);  // для ассоциативного контейнера, доступ или вставка данных
Context at(const std::string& key);          // для ассоциативного контейнера, с проверкой границ
size_t size();                               // возвращается число элементов контейнера
bool isNone();                               // проверка на пустоту
bool isArray();                              // проверка на последовательный массив
bool isObject();                             // проверка на ассоциативный контейнер
bool isLong(), isDouble(), isString(), isBool(); // проверка на содержание скалярного типа данных

Бинарный формат изображений​

Большинство процессинг-блоков выполняют операции с контейнерами Context, содержащими изображения в бинарном формате:

{
    "image" : {
        "format": "NDARRAY",
        "blob": "data pointer",
        "dtype": "uint8_t",
        "shape": [height, width, channels]
    }
}

Ключ "blob" содержит умный указатель на данные. Указатель устанавливается функцией void Context::setDataPtr(void* ptr, int copy_sz), где copy_sz — размер памяти в байтах, который будет скопирован, и затем автоматически освобождается, когда заканчивается время жизни объекта Context.

Копирование не будет выполнено, если в качестве аргумента copy_sz будет передан 0. В этом случае объект Context не контролирует время жизни объекта, на который он указывает. Вы также можете аллоцировать "сырую" память, например, чтобы скопировать данные позже, передавая nullptr и размер в качестве аргументов setDataPtr.

Ключ "dtype" может содержать одно из следующих значений: "uint8_t", "int8_t", "uint16_t", "int16_t", "int32_t", "float", "double". Каждому значению соответствует определенный тип OpenCV: CV_8U, CV_8S, CV_16U, CV_16S, CV_32S, CV_32F, CV_64F.

Создание контейнера Context c RGB-изображением​

  1. Создайте FacerecService.
  1. Создайте контейнер Context для изображения используя метод createContext():
auto imgCtx = service->createContext();
  1. Прочитайте RGB-изображение из файла:
// read the image from file
std::string input_image_path = "{path_to_image}";
cv::Mat image = cv::imread(input_image_path, cv::IMREAD_COLOR);
cv::Mat input_image;
cv::cvtColor(image, input_image, cv::COLOR_BGR2RGB);

4.a Поместите изображение в контейнер

// using pbio::context_utils::putImage(Context& ctx, unsigned char* data, size_t height, size_t width, pbio::IRawImage::Format format, bool copy)
pbio::context_utils::putImage(imgCtx, input_image.data, input_image.rows, input_image.cols, pbio::IRawImage::FORMAT_RGB, true);

4.b ИЛИ скопируйте изображение из pbio::RawImage, pbio::CVRawImage, pbio::InternalImageBuffer в бинарный формат и положите его в контейнер Context:

// constructing pbio::RawImage
pbio::RawImage input_rawimg(input_image.cols, input_image.rows, pbio::RawImage::Format::FORMAT_RGB, input_image.data);

// using void putImage(Context& ctx, const RawImage& raw_image)
pbio::context_utils::putImage(imgCtx, input_rawimg);

Процессинг-блоки​

Типы процессинг-блоков​

  • FACE_DETECTOR
  • HUMAN_BODY_DETECTOR
  • HUMAN_POSE_ESTIMATOR
  • OBJECT_DETECTOR
  • FACE_FITTER
  • EMOTION_ESTIMATOR
  • AGE_ESTIMATOR
  • GENDER_ESTIMATOR
  • MASK_ESTIMATOR
  • LIVENESS_ESTIMATOR
  • QUALITY_ASSESSMENT_ESTIMATOR
  • FACE_TEMPLATE_EXTRACTOR
  • TEMPLATE_INDEX
  • MATCHER_MODULE
  • VERIFICATION_MODULE
примечание

Примеры использования API процессинг-блоков демонстрируются в:

Параметры процессинг-блока​

  • unit_type: string - главный параметр процессинг-блока, определяет тип создаваемого модуля.
  • modification: string - опциональный параметр, определяет модификацию процессинг-блока. Если не указан, то будет использоваться значение по умолчанию.
  • version: int64 - опциональный параметр, определяет версию модификации процессинг-блока. Если не указан, то будет использоваться значение по умолчанию.
  • model_path: string - опциональный параметр, определяет путь до модели процессинг-блока. Если не указан, то будет использоваться значение по умолчанию.
  • use_cuda: bool - опциональный параметр, отвечает за запук процессинг-блока на GPU. Значение по умолчанию — false.
  • use_legacy: bool - опциональный параметр, нужен для использования более старой билиотеки onnxruntime. Значение по умолчанию — false.
  • ONNXRuntime - ключ для параметров конфигурации onnxruntime

Параметры onnxruntime​

Нажмите, чтобы отобразить список параметров onnxruntime
  • library_path: string – путь до библиотек onnxruntime, по умочанию путь до директории с libfacerec.so
  • intra_op_num_threads: int64 – число потоков для распаралеливания модуля, по умолчанию 1.

Создание процессинг-блока​

  1. Создайте контейнер Context, укажите нужые вам параметры и передайте его в метод FacerecService.createProcessingBlock().
// обязательно, укажите имя процессинг-блока
auto configCtx = service->createContext();
configCtx["unit_type"] = "{name_of_processing_block}";

// если не указать, то будет использоваться значение по умолчанию
configCtx["modification"] = "{modification}";

// если не указать, то будет использоваться первая версия модификации
configCtx["version"] = {version};

// модели по умолчанию расположены в директории дистрибутива Face SDK: share/processing_block/{modification}/({version}/ или {version}.enc)
// вы можете задать ваш собственный путь до модели
configCtx["model_path"] = "{path_to_model_file}";

// библиотека onnxruntime по умолчанию расположена в директории дистрибутива Face SDK: "lib" для платформы Linux или "bin" для платформы Windows
// вы можете задать ваш собственный путь до библиотеки onnxruntime
// если путь до библиотеки не указан, то будет использоваться стандартный порядок поиска, используемый в данной ОС
configCtx["ONNXRuntime"]["library_path"] = "../lib"; // для Linux
configCtx["ONNXRuntime"]["library_path"] = "../bin"; // для Windows

// опционально, значение "true" для ускорения процессинг-блоков на GPU (только для блоков с поддержкой CUDA)
configCtx["use_cuda"] = false;
pbio::ProcessingBlock processing_block = service->createProcessingBlock(configCtx);
  1. Подготовьте входной контейнер Context и передайте в процессинг-блок.
std::string input_image_path = "{path_to_image}";
cv::Mat image = cv::imread(input_image_path, cv::IMREAD_COLOR);
cv::Mat input_image;
cv::cvtColor(image, input_image, cv::COLOR_BGR2RGB);

// формирование контейнера Context с бинарным изображением
auto imgCtx = service->createContext();
pbio::context_utils::putImage(imgCtx, input_image.data, input_image.rows, input_image.cols, pbio::IRawImage::FORMAT_RGB, true);

// формирование входного контейнера Context
auto ioData = service->createContext();
ioData["image"] = imgCtx;

// Вызов процессинг-блока
processing_block(ioData);

Ускорение на GPU​

Процессинг-блоки могут быть использованы с ускорением на GPU. Для этого необходимо определить ключ "use_cuda" со значением true для Context-контейнера блока обработчика.

Для запуска процессинг блоков на cuda версии 10.1 необходимо дополнительно определить ключ "use_legacy" со значением true для Context-контейнера блока обработчика (См. Параметры процессинг-блока).

Поддерживаемые версии cuda см. на странице Системные требования для использования GPU