Fetching metadata from the HF Docker repository...
-
refactor: 重构分块推理逻辑并移除 Albumentations 依赖
- 替换 Albumentations 的图像预处理逻辑，直接使用 PyTorch 实现归一化操作
- 引入自定义的分块推理方法 `_tiled_infer`，支持 Tiling + Overlap 机制
- 优化模型加载流程，动态检测和加载权重文件
- 使用 Torch 和 OpenCV 完成输入/输出的处理，移除了 Albumentations 相关代码
- 支持大尺寸图像的高效推理，提升内存和性能表现 -
refactor: 移除 PIL 依赖并重构推理逻辑为 NumPy
- 用 NumPy 替代 PIL 实现图像填充与裁剪操作，减少外部依赖
- 优化推理流程，将 Albumentations 和模型推理逻辑调整为以 NumPy 数组处理
- 使用 OpenCV 替代 PIL -
refactor: 移除 opencv-python-headless 和相关覆盖配置
- 删除了 uv.lock 和 pyproject.toml 中的 opencv-python-headless 依赖
- 移除了依赖覆盖逻辑，精简了 manifest 配置
- 更新 Dockerfile，添加了运行环境所需的 libxcb1 和 libglib2.0-0 等系统库
- 清理无效依赖，优化镜像大小和兼容性 -
feat: 调整 OpenCV 相关依赖的覆盖配置
- 更新了 uv.lock，新增 manifest 配置以覆盖 opencv-python
- 修改 pyproject.toml，将依赖覆盖调整为 opencv-python; python_version < '0'
- 优化依赖配置逻辑以提升灵活性和兼容性 -
feat: 添加 opencv-python-headless 依赖
- 增加了 opencv-python-headless>=4.13.0.90 到依赖列表
- 优化了 pyproject.toml 内 [tool.uv] 的依赖覆盖逻辑
- 确保支持无 GUI 的 OpenCV 功能，适配轻量级部署场景 -
refactor: 移除无用的 main 函数
- 删除了 main.py 文件及对应的 main 函数
- 清理了项目中未使用的逻辑，保持代码简洁 -
feat: 优化基础依赖安装流程
- 增加了 build-essential 软件包的安装步骤
- 使用 apt-get update 保证包管理器最新状态
- 安装后清除缓存以减小镜像体积 -
feat: 初始化项目结构和依赖配置
-
initial commit
