Face Emotion App

本地人脸情绪识别 · YOLOv8-face 检测 + ViT 7 类情绪分类 · 暗色玻璃拟态 UI · 完整本地 API

---

✨ 功能

• 图片识别:拖入或上传图片,返回带人脸框 + 情绪标签的图,并统计情绪分布
• 视频处理:上传视频,后台逐帧推理,完成后下载带标注的 MP4
• 摄像头实时:选择摄像头,浏览器看带标注的实时画面 (MJPEG 流)
• 本地 API:完整的 REST API + Swagger 文档,供其他程序调用
• 暗色玻璃拟态 UI:深色主题、毛玻璃 + 渐变 + 动画
• 纯 ONNX 推理:无 torch / 无 ultralytics / 无 transformers

---

🏗️ 架构

face-emotion-app/
├── app/                  # FastAPI 后端
│   ├── main.py
│   ├── config.py
│   ├── schemas.py
│   ├── models/
│   │   ├── detector.py   # YOLOv8-face ONNX (akanametov/yolo-face)
│   │   ├── classifier.py # ViT ONNX (trpakov/vit-face-expression)
│   │   └── pipeline.py
│   ├── services/
│   │   ├── video_processor.py
│   │   └── camera_service.py
│   └── routers/          # health / image / detect / video / camera
├── static/               # 暗色玻璃拟态前端 (无 emoji,纯 SVG 图标)
│   ├── index.html
│   ├── style.css
│   └── app.js
├── models/               # yolov8n-face.onnx + trpakov-vit-face.onnx
├── outputs/              # 生成的 MP4
├── .venv/                # 项目本地虚拟环境 (自动创建)
├── requirements.txt
├── check_env.py
├── run.py                # 一键启动
└── README.md

---

🚀 快速开始

1. 环境要求

2. 一键启动

cd face-emotion-app
python run.py

run.py 会自动:

1. 找到系统里的 Python 3.10+ (优先 3.12)
2. 在 .venv/ 下创建虚拟环境
3. 把 requirements.txt 装进 venv
4. 下载两个 ONNX 模型到 models/
5. 启动 uvicorn + 自动打开浏览器

如果想用 GPU 加速(推荐):

.venv\Scripts\pip install onnxruntime-directml

然后启动,默认会优先使用 DmlExecutionProvider。

3. 手动启动(可选)

# 创建 venv
python -m venv .venv
.venv\Scripts\activate          # Windows
# source .venv/bin/activate     # macOS/Linux

# 装依赖
pip install -r requirements.txt

# 跑环境检查
python check_env.py

# 启动服务
uvicorn app.main:app --host 0.0.0.0 --port 8000

打开 。

---

🤖 模型与下载

模型在首次运行时自动下载。自带断点续传 — 如果公司网络 SSL 频繁断,会自动从断点续下,最多 8 次重试。

手动下载(如网络不通):

# YOLO
curl -L -o models/yolov8n-face.onnx \
  https://github.com/akanam