dk - edit

serve_roformer.py

@@ -0,0 +1,32 @@
+from person_attr import PersonAttribute
+
+# 실제 사용하시는 모델 아키텍처 라이브러리 임포트 필요
+# from person_attr import PersonAttributeModel
+
+
+class PersonAttrService(PersonAttribute):
+    def __init__(self):
+        # ClearML이 load(model_filepath)로 가중치를 주입하므로 초기 로드는 생략
+        super().__init__(auto_load=False)
+
+    def load(self, model_filepath):
+        """ClearML이 다운로드한 가중치 경로(model_filepath)를 받아 모델을 로드합니다."""
+
+        # 1. (선택) 추가 설정/아키텍처 초기화가 필요하면 여기에 작성
+        # 2. 모델 아키텍처 초기화는 PersonAttribute.load_model()에서 수행
+        # 3. 가중치 로드
+        super().load(model_filepath)
+
+        print(f"[{self.device}] Model loaded successfully using: {model_filepath}")
+
+    def predict(self, request: dict):
+        """엔드포인트로 들어온 데이터 추론 (예: 오디오 데이터)"""
+        # 이 부분은 클라이언트가 보내는 데이터 형식에 따라 파싱 로직을 수정해야 합니다.
+        image_url = request.get("image_url") or request.get("url")
+        xywh = request.get("xywh")
+
+        # 텐서 변환 및 추론
+        attributes = self.process(str(image_url), str(xywh))
+
+        # 결과 반환 (반드시 JSON 직렬화가 가능한 dict, list 등 형태여야 함)
+        return attributes