Skip to content

API（Pipeline / Detectors / IO / Models）

Public Entry（__init__.py）

from .pipeline import run_camera_loop, run_inference_once

Main（main.py）

  • --config <yaml> を読み込み、run_camera_loop(camera_id, output_json)を起動。
  • ロギングレベルは YAML の logging.level を反映。

Pipeline（pipeline/inference.py）

run_inference_once(frame, writers) -> DetectionResult

  • YOLOX で人物検知 → DetectionResult を生成 → writers[*].write(result)を実行
  • 視線推定は現在 None

run_camera_loop(camera_id=0, output_json="detection_result.json") -> None

  • cv2.VideoCapture(camera_id) でフレーム取得し、各フレームで run_inference_once
  • Ctrl-C または取得失敗で終了
  • 出力は JsonWriter が アトミックに更新

Models（pipeline/models.py）

@dataclass
class BoundingBox:
    x1: int; y1: int; x2: int; y2: int; confidence: float

@dataclass
class DetectionResult:
    timestamp: datetime
    people: List[BoundingBox]
    gaze_vector: Tuple[float, float, float]  # or None

Detectors

YOLOX（detector/yolox_wrapper.py）

  • detect_people(frame, conf=0.30) -> List[BoundingBox]
  • 内部で モデルを一度だけロード&キャッシュ
  • yolox_s 前提、COCO クラスID 0（person）のみ抽出

OpenFace（detector/openface_wrapper.py）

  • analyze_gaze(frame) -> Tuple[float,float,float]（プレースホルダ）
  • dlib の顔検出 + ダミー GazeLSTM を参照（現行は呼び出していません）

Warning

OpenFace 部分は将来的な実装予定です。現状のパッケージでは gaze_vector=None を返します。

IO（io/json_writer.py）

JsonWriter(filepath).write(result)

  • asdict(result) を ISO8601 の timestamp で整形し、一時ファイル→置換で出力（アトミック）

出力 JSON（サンプル） 

{
  "timestamp": "2025-08-30T07:12:34.567890+00:00",
  "people": [
    { "x1": 120, "y1": 80, "x2": 260, "y2": 400, "confidence": 0.91 }
  ],
  "gaze_vector": null
}