منصوبے کے بارے میں

ایک ریپوزٹری جس میں فیس ڈیٹیکشن کے لیے ایک ریسرچ ڈیمو اور ایک پیکیجڈ ویب ایپلی کیشن دونوں شامل ہیں جو مکمل طور پر براؤزر میں چلتی ہے۔ تمام انفرنس TensorFlow.js پر face-api.js کے ذریعے کلائنٹ سائیڈ پر ہوتا ہے؛ کنٹینر صرف اسٹیٹک فائلیں اور ماڈل ویٹس (weights) فراہم کرتا ہے۔ ایک لائیو ڈیمو face.jedarden.com پر لنک ہے، اور README میں ذکر ہے کہ یہ ریپوزٹری ایک بیرونی Git ہوسٹ کا ریڈ-اونلی مرر ہے۔ دو اہم ڈائریکٹریز بیان کی گئی ہیں۔ پہلی، research/face-detection-lite، میں فیس ڈیٹیکشن کے طریقوں (Haar cascades کے ساتھ Viola-Jones، HOG پلس SVM، اور CNN-بیسڈ ڈیٹیکٹرز) پر نوٹس، سورس میٹریل کا ایک papers/ مجموعہ، اور ایک اسٹیٹک پیج ہے جو ویب کیم کے خلاف face-api.js چلاتا ہے جس میں Tiny Face Detector اور SSD MobileNet v1 کے درمیان انتخاب، اور اختیاری لینڈ مارکس، ایکسپریشنز اور عمر/جنس کے ماڈلز موجود ہیں۔ ایک مزید فولڈر، research/face-detection-pro، میں لینڈ مارک ڈیٹیکشن پر مارک ڈاؤن نوٹس ہیں۔ ریسرچ ڈیمو کو سادہ python3 -m http.server کے ذریعے شروع کیا جاتا ہے۔ دوسری، docker-app، ایک webpack-بلٹ سنگل پیج ایپ ہے جسے nginx کے ذریعے دو موڈز میں فراہم کیا جاتا ہے۔ Lite موڈ requestAnimationFrame کے ذریعے چلنے والے ایک ایڈجسٹ ایبل تھریشولڈ کے ساتھ Tiny Face Detector سے باؤنڈنگ باکسز بناتا ہے۔ Pro موڈ 68-پوائنٹ لینڈ مارک ماڈل کے ساتھ SSD MobileNet v1، face-api.js کی سات ایکسپریشن کلاسز پر ایکسپریشن ریکگنیشن، اور عمر/جنس کے تخمینے کا استعمال کرتا ہے، جس میں لینڈ مارکس، کنٹورز، ایکسپریشنز اور ڈیموگرافکس کے اوورلےز شامل ہیں۔ Pro موڈ کو زیادہ بھاری اور سست بتایا گیا ہے۔ اضافی خصوصیات میں متعدد کیمروں کی موجودگی میں کیمرہ سلیکشن، ایک ٹوگل ایبل ڈائیگنوسٹکس اوورلے جو FPS، میموری اور ٹائمنگ کی رپورٹ کرتا ہے، اور ایک TensorFlow.js WASM بیک اینڈ انٹری پوائنٹ مع مطابقت چیک شامل ہیں۔ README ایک ملٹی اسٹیج Dockerfile (Node بلڈر، nginx:alpine رن ٹائم)، GHCR پر ٹیگ 2.0.5 کے لیے تقریباً 80 MB کی کمپریسڈ امیج، ایک nginx /health اینڈ پوائنٹ کے ساتھ Docker HEALTHCHECK، اور پورٹ 8443 پر HTTPS کی دستاویزات فراہم کرتا ہے جس میں بلڈ-ٹائم سیلف سائنڈ سرٹیفکیٹ استعمال ہوتا ہے جسے /etc/nginx/ssl پر سرٹیفکیٹس ماؤنٹ کر کے تبدیل کیا جا سکتا ہے۔ کوئیک اسٹارٹ ہدایات میں ghcr.io/jedarden/face-detection:2.0.5 کو پل کرنا، docker-compose کے ساتھ سورس سے چلانا، اور پورٹ 3000 پر ایک ڈویلپمنٹ پروفائل شامل ہے۔ ٹیسٹنگ کو Jest یونٹ اور انٹیگریشن ٹیسٹ، Puppeteer E2E ٹیسٹ، Playwright سپیکس، اور ایک سیکیورٹی ٹیسٹ فائل کے طور پر بیان کیا گیا ہے۔ ورژن 1.1.0 کو npm audit کے نتائج کے جواب میں ایک ڈیپینڈینسی اپ ڈیٹ کے طور پر نوٹ کیا گیا ہے، جس کے ساتھ ایک سیکیورٹی مائیگریشن گائیڈ لنک ہے؛ کمٹ شدہ security-audit.json کو نو Findings کے ایک پوائنٹ-ان-ٹائم اسنیپ شاٹ کے طور پر بیان کیا گیا ہے۔ README میں کہا گیا ہے کہ کوئی بینچ مارک نمبرز کمٹ نہیں کیے گئے ہیں اور فریم ریٹ ہوسٹ براؤزر بیک اینڈ پر منحصر ہے، جسے ایپ کے اندر اوورلے لائیو دکھاتا ہے۔ براؤزر کی ضروریات getUserMedia اور WebGL یا WebAssembly سپورٹ ہیں۔ پروجیکٹ کا اپنا کوڈ MIT-لائسنسڈ ہے، جبکہ ماڈل ویٹس اور لائبریریز LICENSES/ کے تحت اپنے لائسنس رکھتے ہیں۔ README AI-اسسٹڈ، پرامپٹ-ڈریون ڈویلپمنٹ عمل اور لیے گئے آرکیٹیکچرل فیصلوں کو بھی ریکارڈ کرتا ہے، بشمول فریم ورک کے بجائے سادہ JavaScript اور براؤزر سائیڈ انفرنس کا انتخاب۔