适配内网仓库模型分片

.gitattributes

@@ -1 +0,0 @@
-app/src/main/assets/face_models/*.csta filter=lfs diff=lfs merge=lfs -text

.gitignore

@@ -1,4 +1,5 @@
 .DS_Store
+._codex_tmp/
 .idea/
 .gradle/
 *.iml
@@ -9,3 +10,4 @@ sdk-demo/
 *.apk
 *.ap_
 keystore/
+app/src/main/assets/face_models/face_recognizer.csta

README.md

@@ -37,15 +37,24 @@ build.sh                       无 Gradle 手动构建脚本
   - `platforms/android-28/android.jar`
   - `build-tools/34.0.0`
 - JDK 8 或兼容 `javac --release 8` 的 JDK
-- Git LFS（仓库中的 SeetaFace6 `.csta` 模型通过 LFS 管理）
 - Android SDK platform-tools，用于 `adb install`
 
+内网仓库限制单文件最大 50MB，因此约 98MB 的
+`face_recognizer.csta` 保存为 `model-parts/` 下的四个分片。
+`build.sh` 会在编译前自动校验 SHA-256 并恢复完整模型，无需手动合并。
+
 ## 构建 APK
 
 ```bash
 bash build.sh
 ```
 
+如果只需要恢复或校验人脸模型，可单独执行：
+
+```bash
+bash scripts/restore-face-models.sh
+```
+
 构建产物：
 
 ```text

app/src/main/assets/face_models/face_recognizer.csta

@@ -1,3 +0,0 @@
-version https://git-lfs.github.com/spec/v1
-oid sha256:3cefce29d2ceb6fd95153d67c11f24ce08746e1877478bacaa5ae5d333a0a670
-size 102551956

build.sh

@@ -42,6 +42,9 @@ echo "Platform:  android-28"
 echo "Project:   $PROJECT"
 echo ""
 
+# ---- 恢复超过 Git 单文件限制的人脸模型 ----
+"$PROJECT/scripts/restore-face-models.sh"
+
 # ---- Debug 签名证书 ----
 if [ ! -f "$KEYSTORE" ]; then
   echo "未找到 debug keystore，正在生成: $KEYSTORE"

scripts/restore-face-models.sh

@@ -0,0 +1,51 @@
+#!/bin/sh
+# 将 Git 中的小于 50MB 分片恢复为 SeetaFace6 识别模型。
+set -eu
+
+PROJECT_DIR=$(CDPATH= cd -- "$(dirname "$0")/.." && pwd)
+MODEL_FILE="$PROJECT_DIR/app/src/main/assets/face_models/face_recognizer.csta"
+PART_DIR="$PROJECT_DIR/model-parts"
+PART_PATTERN="$PART_DIR/face_recognizer.csta.part-"
+EXPECTED_SHA256="3cefce29d2ceb6fd95153d67c11f24ce08746e1877478bacaa5ae5d333a0a670"
+
+sha256_file() {
+  if command -v sha256sum >/dev/null 2>&1; then
+    sha256sum "$1" | awk '{print $1}'
+  elif command -v shasum >/dev/null 2>&1; then
+    shasum -a 256 "$1" | awk '{print $1}'
+  else
+    echo "错误：系统缺少 sha256sum 或 shasum，无法校验模型。" >&2
+    return 1
+  fi
+}
+
+if [ -f "$MODEL_FILE" ]; then
+  CURRENT_SHA256=$(sha256_file "$MODEL_FILE")
+  if [ "$CURRENT_SHA256" = "$EXPECTED_SHA256" ]; then
+    echo "人脸识别模型已存在且校验通过。"
+    exit 0
+  fi
+  echo "检测到损坏或版本不匹配的人脸识别模型，将从分片重新恢复。"
+fi
+
+if ! ls "${PART_PATTERN}"* >/dev/null 2>&1; then
+  echo "错误：未找到人脸识别模型分片：${PART_PATTERN}*" >&2
+  exit 1
+fi
+
+mkdir -p "$(dirname "$MODEL_FILE")"
+TEMP_FILE=$(mktemp "${MODEL_FILE}.tmp.XXXXXX")
+trap 'rm -f "$TEMP_FILE"' EXIT HUP INT TERM
+
+cat "${PART_PATTERN}"* > "$TEMP_FILE"
+ACTUAL_SHA256=$(sha256_file "$TEMP_FILE")
+if [ "$ACTUAL_SHA256" != "$EXPECTED_SHA256" ]; then
+  echo "错误：模型分片合并后的 SHA-256 校验失败。" >&2
+  echo "期望：$EXPECTED_SHA256" >&2
+  echo "实际：$ACTUAL_SHA256" >&2
+  exit 1
+fi
+
+mv "$TEMP_FILE" "$MODEL_FILE"
+trap - EXIT HUP INT TERM
+echo "人脸识别模型恢复完成：$MODEL_FILE"