Aggiunto endpoint per rilevamento singolo volto con YOLOv8

YoloV8-FaceDetection.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:37396ac6a9601ab9f5177e4231b09d81cf6f65a7f22db99ec3b36ab63f674e71
+size 6247065

app.py

@@ -0,0 +1,46 @@
+from fastapi import FastAPI, UploadFile, File
+from PIL import Image
+from ultralytics import YOLO
+import io
+import torch
+
+app = FastAPI()
+
+# Carica il modello all'avvio (singleton per efficienza)
+model = YOLO("yolov8n.pt")  # Sostituisci con "yolov8n-face.pt" se disponibile
+
+def preprocess_image(image: Image.Image, size=(320, 320)):
+    """Ridimensiona l'immagine per velocizzare l'inferenza"""
+    img = image.convert("RGB")
+    img = img.resize(size, Image.LANCZOS)  # 320x320 è veloce su CPU
+    return img
+
+@app.post("/detect_single_face")
+async def detect_single_face(file: UploadFile = File(...)):
+    try:
+        # Leggi e preprocessa l'immagine
+        image_bytes = await file.read()
+        image = Image.open(io.BytesIO(image_bytes))
+        image = preprocess_image(image)
+
+        # Esegui l'inferenza con YOLOv8
+        results = model(image)
+
+        # Conta i volti (classe "person" per yolov8n, o "face" se usi modello specifico)
+        boxes = results[0].boxes
+        face_count = 0
+        for box in boxes:
+            # Se usi yolov8n, filtra per classe "person" (class_id 0 in COCO)
+            # Se usi yolov8n-face, conta direttamente tutte le detection
+            if int(box.cls) == 0:  # "person" in yolov8n
+                face_count += 1
+
+        # Restituisci True solo se c'è esattamente 1 volto
+        return {"has_single_face": face_count == 1}
+    except Exception as e:
+        return {"error": str(e)}
+
+# Avvio del server (Hugging Face lo gestisce automaticamente)
+if __name__ == "__main__":
+    import uvicorn
+    uvicorn.run(app, host="0.0.0.0", port=7860)

requirements.txt

@@ -0,0 +1,5 @@
+fastapi==0.115.0
+uvicorn==0.30.6
+ultralytics==8.2.103
+pillow==10.4.0
+torch==2.4.1