如何在 InsightFace Server 中安装 buffalo_l 模型包并执行 models verify 校验？

如何在 InsightFace Server 中安装 buffalo_l 模型包并执行 models verify 校验【免费下载链接】insightfaceState-of-the-art 2D and 3D Face Analysis Project项目地址: https://gitcode.com/GitHub_Trending/in/insightfaceInsightFace Server 的官方 Docker 镜像CPU 或 CUDA 12不包含任何模型文件镜像里只有推理代码。要完成人脸检测与识别你需要先用内置的models工具把模型包下载并安装到server/.models再运行models verify确认安装包、签名许可证与授权状态。本文以 Linux x86_64 主机上的 CPU 部署compose.cpu.yml为例给出从空目录到模型校验通过、服务健康检查通过的完整路径NVIDIA GPU 场景只需把 compose 文件换成compose.cuda12.yml、端口换成18098。准备条件按 server/README.md 与 server/docs/user-guide.md 的要求Linux x86_64 主机装有 Docker Engine 和 Docker ComposeCUDA 部署额外需要受支持的 NVIDIA GPU、NVIDIA Driver 和 NVIDIA Container ToolkitCPU 路径不需要主机不需要安装 Python、OpenCV、ONNX Runtime、CUDA Toolkit 或 cuDNN——这些都在容器内操作在完整的 insightface 仓库检出目录下执行因为 compose 文件通过相对路径挂载server/.models和server/config/server.toml。关于许可证公共 InsightFace 预训练模型包括buffalo_l默认仅限非商业研究使用商业用途需要单独的商业授权安装器会在下载前展示该条款。安装 buffalo_l 到 server/.models以下命令必须依次在仓库根目录执行。models install会联网下载模型包并把文件写入server/.models同时生成manifest.json和签名的MODEL.LICENSEmkdir -p server/.models docker compose -f server/deploy/compose.cpu.yml pull docker compose -f server/deploy/compose.cpu.yml \ run --rm models install buffalo_l --accept-license各步骤的作用docker compose ... pull拉取 compose 文件引用的ghcr.io/deepinsight/insightface-server:0.2.0-cpu镜像run --rm models ...临时运行 compose 中声明的models服务一次性容器结束后删除。该服务的入口是python -m insightface_server.models_cli并把宿主机server/.models挂载为容器内/models见 compose.cpu.yml--accept-license在非交互环境下接受安装器展示的模型许可证。如果不加这个参数工具会打印条款后退出、不执行下载在无 TTY 的脚本里还会直接报错要求加--accept-license。支持的公共包是buffalo_ldet_10g.onnxw600k_r50.onnx、buffalo_mdet_2.5g.onnxw600k_r50.onnx、buffalo_scdet_500m.onnxw600k_mbf.onnx和antelopev2scrfd_10g_bnkps.onnxglintr100.onnx。本文的buffalo_l是 Server 文档示例中使用的包。安装命令执行成功时会提示模型包已安装并完成校验Model package buffalo_l is installed and verified in ...随后打印许可证条款。注意安装阶段本身已经带有一次校验如果你只想对已安装包做独立的完整性检查就用下面的models verify。用 models verify 校验已安装的模型包docker compose -f server/deploy/compose.cpu.yml \ run --rm models verify buffalo_lmodels verify会核验四项内容包身份package identity、签名许可证、有效期validity dates和当前授权状态。校验全部通过时退出码 0输出包含三部分各字段以实际许可证内容为准Installed package:行标明当前安装的是哪个包每个模型文件一行Model file: OK (...)许可证摘要LICENSE VERIFIED、Issuer、License ID、Model ID、Grant、Valid from/Valid until、Signature: VALID以及Commercial use: PERMITTED / NOT PERMITTED公共包在未获得商业授权时显示NOT PERMITTED。verify后面的包名参数表示“要求已安装的包就是它”如果/models里装的不是buffalo_l工具会报错退出退出码 2提示期望的包与实际安装包不一致。因此这个命令既做完整性校验也防止拿错包上线。启动服务并确认模型可用模型装好且校验通过后启动服务并做健康检查docker compose -f server/deploy/compose.cpu.yml up -d curl -fsS http://127.0.0.1:18097/v1/health/v1/health是 system 类 API 之一health 通过后再打开http://SERVER:18097/的Dashboard或System页面确认服务、数据库、模型和 provider 均处于 ready 状态CUDA 部署必须报告CUDAExecutionProvider且不会静默回退到 CPU。常见问题与限制安装后models verify报包名不符错误信息形如Expected buffalo_l, but the installed package is ...说明server/.models中的包与参数不一致重新models install buffalo_l --accept-license覆盖安装即可。409 collection_model_mismatch如果之后创建 Collection 时报这个错误含义是 Collection 创建时绑定的是另一个模型契约模型身份、摘要、embedding 维度和预处理版本与本次安装的buffalo_l不匹配见 user guide 故障排查一节。镜像与数据边界镜像不含模型、客户数据和 API key/models以只读方式挂载给 server/data是持久化数据卷。升级版本前先停写并对/data做 SQLite 安全快照同时保留/models及其许可证文件。许可证边界模型条款独立于 Server 源码的 MIT 许可。公共包仅非商业研究用途MODEL.LICENSE是合规凭证绑定model_id不是 DRM 或模型文件校验和。CUDA 分支把三处命令中的compose.cpu.yml全部替换为 compose.cuda12.yml健康检查地址改为http://127.0.0.1:18098/v1/healthUI 端口为18098。若从源码构建镜像安装与启动命令要追加--pull never让 Compose 使用本地构建的镜像参见 server/README.md 的 Build from source 一节。下一步模型校验和服务健康都通过后即可按 user guide 的首次工作流操作创建 Collection、注册至少一张清晰照片的 Person再用另一张该 Person 的照片执行 Search。搜索无匹配时返回空列表是正常结果不是服务故障。【免费下载链接】insightfaceState-of-the-art 2D and 3D Face Analysis Project项目地址: https://gitcode.com/GitHub_Trending/in/insightface创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考