Perfetto. Ora il reset è davvero pulito:

Nessun processo della galleria attivo
Nessun processo usa SQLite
Lock daemon volti assente
Lock daemon prototype assente
database.sqlite assente
WAL e SHM assenti

1. Ricrea il database vuoto
cd /home/nvme/dockerdata/prove/s137js || exit 1

node db/init.js


Dovresti vedere la creazione delle tabelle e infine:

✅ init completato

2. Verifica subito i conteggi

Fallo prima di avviare server o daemon:

sqlite3 -header -column \
  api_v1/database.sqlite \
  "
  SELECT
    (SELECT COUNT(*) FROM photos)
      AS photos,

    (SELECT COUNT(*) FROM faces)
      AS faces,

    (SELECT COUNT(*) FROM persons)
      AS persons,

    (SELECT COUNT(*) FROM face_scan_jobs)
      AS scan_jobs,

    (SELECT COUNT(*) FROM face_cluster_runs)
      AS cluster_runs,

    (SELECT COUNT(*) FROM face_prototype_jobs)
      AS prototype_jobs,

    (SELECT COUNT(*) FROM person_face_prototypes)
      AS prototypes;
  "


Il risultato deve essere:

photos  faces  persons  scan_jobs  cluster_runs  prototype_jobs  prototypes
------  -----  -------  ---------  ------------  --------------  ----------
0       0      0        0          0             0               0

3. Verifica specificamente le persone
sqlite3 -header -column \
  api_v1/database.sqlite \
  "
  SELECT
    id,
    user,
    name,
    created_at
  FROM persons;
  "


Deve restituire zero righe. In particolare, Jessica non deve comparire.

4. Verifica che non esistano vecchie run
sqlite3 -header -column \
  api_v1/database.sqlite \
  "
  SELECT
    (SELECT COUNT(*) FROM face_cluster_runs)
      AS cluster_runs,

    (SELECT COUNT(*) FROM face_clusters)
      AS clusters,

    (
      SELECT COUNT(*)
      FROM face_cluster_memberships
    ) AS memberships,

    (
      SELECT COUNT(*)
      FROM person_face_reference_exclusions
    ) AS reference_exclusions,

    (
      SELECT COUNT(*)
      FROM face_recognition_index_state
    ) AS recognition_index_states;
  "


Atteso:

cluster_runs              0
clusters                  0
memberships               0
reference_exclusions      0
recognition_index_states  0

5. Controlla l’integrità
sqlite3 \
  api_v1/database.sqlite \
  "PRAGMA integrity_check;"


Atteso:

ok

6. Avvia i processi
Terminale 1: server
cd /home/nvme/dockerdata/prove/s137js || exit 1

npm start


Controlla nel log:

DB PATH: /home/nvme/dockerdata/prove/s137js/api_v1/database.sqlite

Terminale 2: daemon scansione volti
cd /home/nvme/dockerdata/prove/s137js || exit 1

npm run face:daemon

Terminale 3: daemon prototype
cd /home/nvme/dockerdata/prove/s137js || exit 1

npm run prototype:daemon


All’avvio, il daemon prototype dovrebbe mostrare:

pending_jobs: 0

7. Controlla processi e lock

Da un quarto terminale:

pgrep -af \
  'runFaceScanDaemon|runPrototypeDaemon|server.js'


Controlla i lock:

cd /home/nvme/dockerdata/prove/s137js || exit 1

ls -l \
  face-scan-daemon.lock \
  prototype-worker-daemon.lock


Entrambi devono esistere mentre i daemon sono attivi.

8. Verifica nuovamente le persone

Dopo l’avvio del server e dei daemon:

sqlite3 -header -column \
  api_v1/database.sqlite \
  "
  SELECT
    id,
    user,
    name,
    created_at
  FROM persons;
  "


Deve essere ancora vuoto.

È normale che nel frattempo vengano ricreati automaticamente:

photos
face_scan_jobs
faces
embedding


Non devono invece essere ricreati automaticamente:

persons
face_cluster_runs
person_face_prototypes
person_face_reference_exclusions
face_prototype_jobs

9. Attendi il completamento della scansione

Controlla:

npm run face:status


Quando avrai:

pending:    0
processing: 0
error:      0


verifica gli embedding:

sqlite3 -header -column \
  api_v1/database.sqlite \
  "
  SELECT
    (SELECT COUNT(*) FROM photos)
      AS photos,

    (SELECT COUNT(*) FROM faces)
      AS faces,

    (
      SELECT COUNT(*)
      FROM faces
      WHERE length(embedding) = 512
    ) AS valid_embeddings,

    (
      SELECT COUNT(*)
      FROM persons
    ) AS persons,

    (
      SELECT COUNT(*)
      FROM face_cluster_runs
    ) AS cluster_runs;
  "


A scansione conclusa è plausibile ottenere nuovamente:

photos            84
faces             30
valid_embeddings  30
persons            0
cluster_runs       0


Solo dopo questa verifica esegui il clustering persistente:

npm run face:cluster -- \
  --user Fabio \
  --scope all \
  --min-cluster-size 3 \
  --min-samples 2 \
  --persist


Questa volta la prima run del nuovo database dovrà essere quella appena generata, senza vecchie run precedenti.ù


https://prova.patachina.it/faces.html?v=70