URGENT: Face API LargeFaceList data persistence and sync errors on production resource

Hello @Marcelo Alvarado Masafierro

Gracias por los detalles, y entiendo que esto se está implementando en producción. Procedamos en paralelo por dos vías: un diagnóstico rápido que puede realizar de inmediato y una escalada de soporte en caso de que el diagnóstico no lo resuelva.

La buena noticia desde el inicio: en la gran mayoría de los informes sobre "caras que no persisten / no se sincronizan", las caras se almacenan correctamente; lo que parece una pérdida de datos corresponde al ciclo de entrenamiento de LargeFaceList. Aquí se explica el mecanismo y cómo confirmarlo en aproximadamente 2 minutos.

La regla clave: vuelve a entrenar después de cada cambio y espera a que termine

Una LargeFaceList debe ser entrenada después de cada Agregar o Eliminar antes de que Buscar Similar refleje el cambio, y el entrenamiento es asincrónico:

• La función para entrenar la Lista Grande de Caras devuelve inmediatamente un 202, lo cual no significa que el entrenamiento haya finalizado.
• Debes consultar el estado de entrenamiento de la lista de caras grandes hasta que el estado sea 'succeeded'.
• Solo entonces Find Similar devuelve los current, correct persistedFaceIds.

Consulta después de un Añadir pero antes de un reentrenamiento exitoso y obtienes exactamente tus síntomas: resultados obsoletos, o una cara que "no persistió" (simplemente aún no está en el último índice entrenado).

Diagnóstico de 2 minutos: confirmar sincronización vs. pérdida real

1. Llama a List Faces en la lista. Si tus persistedFaceIds agregados están presentes, los datos están guardados; el problema es solo de entrenamiento/sincronización.
2. Llama a Get Training Status y compara lastSuccessfulTrainingDateTime con cuándo agregaste las caras por última vez. Si tu última adición es más reciente que el último entrenamiento exitoso, ese es el hueco; vuelve a entrenar y revisa hasta que tenga éxito.

Los códigos de error se relacionan claramente con las causas

• 409 LargeFaceListTrainingNotFinished — consultaste/reentrenaste mientras un entrenamiento aún estaba en curso. Serializa las escrituras en una lista dada y espera a que el entrenamiento se complete antes de la siguiente llamada dependiente.
• 404 LargeFaceListNotTrained — la lista nunca se entrenó con éxito. Primero entrena, luego consulta.
• 403 Cuota Excedida – Se alcanzó el número máximo de caras persistentes: has llegado al límite por lista. Revisa tu nivel de precios: en Free (F0) una LargeFaceList está limitada a 1,000 caras; necesitas Standard (S0) para hasta 1,000,000. Un recurso de producción que todavía esté en F0 dejará de guardar nuevas caras de manera silenciosa al llegar a 1,000 — una causa muy común de que "las caras dejen de guardarse".

También vale la pena verificarlo rápidamente

• Agregar rostro realmente funcionó: debe devolver un persistedFaceId. Los agregados fallan silenciosamente si el rostro está fuera de 36×36–4096×4096 px, si la imagen no tiene entre 1 KB y 6 MB, o si targetFace contiene cero o múltiples rostros. (Nota: no se guarda la imagen, solo la característica del rostro extraída. Eso es normal, no una pérdida).
• Mismo endpoint en todas partes: Añadir, Entrenar y Encontrar Similares deben apuntar al mismo recurso/región de Face; un persistedFaceId solo es válido dentro de la lista y el recurso donde se creó. La "sincronización" entre recursos no es una función: cada lista vive en el recurso donde se creó.
• Estado de Acceso Limitado — Face es un servicio con acceso restringido. Si la aprobación de Acceso Limitado de tu recurso caducó, las llamadas de producción pueden empezar a fallar; confirma que tu recurso todavía esté aprobado para tu caso de uso.

Si prefieres dejar de gestionar la capacitación por completo

Considera PersonDirectory, la nueva estructura de datos que no requiere llamadas a Train: los añadidos se convierten en operaciones de larga duración que sigues a través del encabezado Operation-Location, eliminando el baile de reentrenar y consultar. Está basada en personas en lugar de una galería de caras plana, así que es un rediseño en lugar de un reemplazo directo, pero elimina toda esta clase de problemas para flujos de trabajo dinámicos 1:N.

Por favor, comparte este recurso directamente: incluye el nombre del recurso, la región, el código exacto de estado HTTP/error, un sample de persistedFaceId y las marcas de tiempo de una secuencia fallida de Agregar/Entrenar/Buscar Similar.

También comparte el recorte del error.

Thanks,
Manish.

Hi Azure Support Team,

I am writing here as I have not received any updates in the private chat with Manish Deshpande since July 15th (and followed up on July 19th). All required registration details were provided.

This issue is directly affecting our production deployment ('magic-instant-face-prod') and we paid for a Developer support plan specifically to resolve this blocker.

Could another moderator or supervisor please step in and ensure the support ticket is created with the Azure AI Face engineering team immediately?

Thank you,

Marcelo Alvarado