Face recognition app

☑ face-recognition для детектирования лиц.
☑ OpenCV для прогона по кадрам.
☑ MinIO для хранения файлов.
☑ Контейнеризация docker и композиция docker-compose (не для продакшена: без nginx, изоляции docker network ...).

Оба сервиса написаны на FastAPI, соответственно спецификация OpenAPI доступна по адресу /docs.

video-processing (port 50001)

• ✅ Celery и Redis для фоновой обработки видео (все ядра процессора по умолч.)
• ✅ Асинхронный. miniopy-async, aioredis

Сервис отвечает за получение видеофайла от пользователя и отправку задач в очередь на обработку. Можно смотреть статус задачи, можно прекращать выполнение. Не делает ничего, кроме выявления уникальных лиц на видео, подсчета их количества и отправки их в сервис profiles-app для последующей обработки.

profiles-app (port 56667)

• ✅ Валидирует метаданные профилей с pydantic
• ✅ 100мс - запрос на получение 100 профилей (по 5 видео на профиль)
• ✅ Без конфликтов при конкуретности: создании профилей от одновремено обработанных видео.

У каждого профиля/человека - список видео, на которых был запечатлен. Для каждого видео один кроп изображения лица -> (1 профиль : 3 видео = 3 кропа)
Можно смотреть отдельные профили, список профилей по выбранному видео, весь список профилей.

Развертывание

Через python скрипт: deploy.py

python3 deploy.py

Или вручную: выполнить 5 команд из директории с клонированным репозиторием

sudo docker image build -t python-3-9-dlib-facerecognition -f "Dockerfile-dlib" .

cd profiles-app && sudo docker image build -t service44_profiles-app .

cd ../video-processing && sudo docker image build -t service44_video-processing .

cd .. && sudo docker compose run --rm profiles-app sh -c \
"cd /app/src/migrations && PYTHONPATH=/app/src python update.py"

sudo docker compose up --detach --force-recreate

Готово!

Принять ко вниманию

На основе python-3-9-dlib-facerecognition строятся profiles-app и video-processing, поскольку оба сервиса используют face-recognition, который в свою очередь зависим от dlib.
Dlib строится из исходников, затем с помощью pip устанавливается face-recognition и dlib.
❗ Может занять продолжительное время (±15 минут на 3х выделенных ядрах без AVX) и потребует ~ 2.5 GB свободной памяти