इस प्रोजेक्ट के बारे में

यह एक रिपॉजिटरी है जिसमें फेस डिटेक्शन के लिए एक रिसर्च डेमो और एक पैकेज्ड वेब एप्लिकेशन दोनों शामिल हैं, जो पूरी तरह से ब्राउज़र में चलता है। सभी इन्फरेंस TensorFlow.js पर face-api.js के माध्यम से क्लाइंट-साइड पर होते हैं; कंटेनर केवल स्टैटिक फाइलें और मॉडल वेट्स सर्व करता है। एक लाइव डेमो face.jedarden.com पर लिंक है, और README में उल्लेख है कि यह रिपॉजिटरी एक बाहरी Git होस्ट का रीड-ओनली मिरर है। दो मुख्य निर्देशिकाओं (directories) का वर्णन किया गया है। पहली, research/face-detection-lite में फेस डिटेक्शन दृष्टिकोणों (Haar cascades के साथ Viola-Jones, HOG प्लस SVM, और CNN-आधारित डिटेक्टर्स) पर नोट्स, सोर्स मटेरियल का एक papers/ संग्रह, और एक स्टैटिक पेज है जो वेबकैम के साथ face-api.js चलाता है। इसमें Tiny Face Detector और SSD MobileNet v1 के बीच चयन करने का विकल्प, साथ ही वैकल्पिक लैंडमार्क्स, एक्सप्रेशंस और आयु/लिंग मॉडल उपलब्ध हैं। एक अन्य फोल्डर, research/face-detection-pro में लैंडमार्क डिटेक्शन पर मार्कडाउन नोट्स हैं। रिसर्च डेमो को सरल python3 -m http.server के साथ शुरू किया जाता है। दूसरी, docker-app, एक webpack-बिल्ट सिंगल-पेज ऐप है जिसे nginx द्वारा सर्व किया जाता है और इसमें दो मोड हैं। Lite मोड requestAnimationFrame द्वारा संचालित, एक एडजस्टेबल थ्रेशोल्ड के साथ Tiny Face Detector से बाउंडिंग बॉक्स बनाता है। Pro मोड SSD MobileNet v1 का उपयोग 68-पॉइंट लैंडमार्क मॉडल, face-api.js की सात एक्सप्रेशन क्लासेस पर एक्सप्रेशन रिकग्निशन, और आयु/लिंग अनुमान के साथ करता है, जिसमें लैंडमार्क्स, कंटूर, एक्सप्रेशंस और डेमोग्राफिक्स के लिए ओवरले होते हैं। Pro मोड को अधिक भारी और धीमा बताया गया है। अतिरिक्त सुविधाओं में कई कैमरों की उपस्थिति में कैमरा चयन, FPS, मेमोरी और टाइमिंग रिपोर्ट करने वाला एक टॉगल करने योग्य डायग्नोस्टिक्स ओवरले, और एक कम्पैटिबिलिटी चेक के साथ TensorFlow.js WASM बैकएंड एंट्री पॉइंट शामिल हैं। README एक मल्टी-स्टेज Dockerfile (Node बिल्डर, nginx:alpine रनटाइम), GHCR पर टैग 2.0.5 के लिए लगभग 80 MB का कंप्रेस्ड इमेज, nginx /health एंडपॉइंट के साथ एक Docker HEALTHCHECK, और पोर्ट 8443 पर HTTPS का दस्तावेजीकरण करता है, जिसमें बिल्ड-टाइम सेल्फ-साइंड सर्टिफिकेट का उपयोग किया गया है जिसे /etc/nginx/ssl पर सर्टिफिकेट माउंट करके बदला जा सकता है। क्विक-स्टार्ट निर्देशों में ghcr.io/jedarden/face-detection:2.0.5 को पुल करना, docker-compose के साथ सोर्स से चलाना, और पोर्ट 3000 पर एक डेवलपमेंट प्रोफाइल शामिल है। टेस्टिंग का वर्णन Jest यूनिट और इंटीग्रेशन टेस्ट, Puppeteer E2E टेस्ट, Playwright स्पेक्स और एक सिक्योरिटी टेस्ट फाइल के रूप में किया गया है। वर्जन 1.1.0 को npm ऑडिट निष्कर्षों के जवाब में एक डिपेंडेंसी अपडेट के रूप में नोट किया गया है, जिसमें एक सुरक्षा माइग्रेशन गाइड लिंक है; कमिट किए गए security-audit.json को नौ निष्कर्षों के पॉइंट-इन-टाइम स्नैपशॉट के रूप में वर्णित किया गया है। README बताता है कि कोई बेंचमार्क नंबर कमिट नहीं किए गए हैं और फ्रेम रेट होस्ट ब्राउज़र बैकएंड पर निर्भर करता है, जिसे इन-ऐप ओवरले लाइव दिखाता है। ब्राउज़र आवश्यकताओं में getUserMedia और WebGL या WebAssembly सपोर्ट शामिल हैं। प्रोजेक्ट का अपना कोड MIT-लाइसेंस प्राप्त है, जबकि मॉडल वेट्स और लाइब्रेरीज़ LICENSES/ के तहत अपने स्वयं के लाइसेंस रखते हैं। README AI-असिस्टेड, प्रॉम्प्ट-ड्रिवन डेवलपमेंट प्रक्रिया और लिए गए आर्किटेक्चरल निर्णयों को भी रिकॉर्ड करता है, जिसमें फ्रेमवर्क के बजाय प्लेन JavaScript और ब्राउज़र-साइड इन्फरेंस का चुनाव शामिल है।