• 人脸表情识别，部署后可以通过api调用能力，ability显示404
• • 模型开发和部署
  • API接口

人脸表情识别，部署后可以通过api调用能力，ability显示404

本模型检测输入图像中的人脸，然后从8种情绪类别中预测人类的情绪状态。

本模型改编自GitHub开源项目： https://github.com/onnx/models/tree/master/emotion_ferplus

• 参考文献

  • E. Barsoum, C Zhang, C. Canton Ferrer, Z. Zhang, "Training Deep Networks for Facial Expression Recognition with Crowd-Sourced Label Distribution", ACM International Conference on Multimodal Interaction (ICMI), 2016.

模型开发和部署

• 本模型基于 ServiceBoot微服务引擎 开发，参见： 《CubeAI模型开发指南》 。

• 本模型可发布至 CubeAI智立方平台 进行共享和部署，参见： 《CubeAI模型发布指南》 。

• 本模型还可直接基于git源代码在本机进行部署和运行，参见： 《CubeAI模型独立部署指南》 或 CubeAI Docker Builder 。

• 更多CubeAI模型样例请参见： 《CubeAI模型示范库》 。

• 测试和演示本模型时，如果需要用到视频流媒体服务，其环境搭建可参见：

  • 《基于rtsp-simple-server和ffmpeg搭建流媒体服务器指南》
  • 《基于Nginx和ffmpeg搭建流媒体服务器指南》

API接口

本模型提供了3个API接口：

• API接口1：

  • API端点： /api/data

  • HTTP方法： POST

  • HTTP请求体：

      {
          "action": "predict"
          "args": {
              "img": <压缩图像的base64编码字符串（或其Data URL表示）>
          }
      }
    

  • HTTP响应体：

      {
          "status": "ok"|"err",
          "value": [<识别结果>, <带人脸表情标注的base64编码压缩图像URL>]
      }
    

• API接口2：

  • API端点： /api/stream/predict

  • HTTP方法： POST

  • HTTP请求体：

      <二进制编码的压缩图像字节流>
    

  • HTTP响应体：

      {
          "status": "ok"|"err",
          "value": [<识别结果>, <带年脸表情标注的base64编码图像URL>]
      }
    

• API接口3：

  • API端点： /api/file/predict

  • HTTP方法： POST

  • HTTP请求体：

      <用于HTTP文件上传的XHR格式请求体>
    

  • HTTP响应体：

      {
          "status": "ok"|"err",
          "value": [<识别结果>, <带脸表情标注的base64编码图像URL>]
      }