百度AI攻略:Paddlehub實(shí)現(xiàn)人體解析

PaddleHub可以便捷地獲取PaddlePaddle生態(tài)下的預(yù)訓(xùn)練模型捎泻,完成模型的管理和一鍵預(yù)測(cè)秧均。配合使用Fine-tune API,可以基于大規(guī)模預(yù)訓(xùn)練模型快速完成遷移學(xué)習(xí),讓預(yù)訓(xùn)練模型能更好地服務(wù)于用戶特定場(chǎng)景的應(yīng)用竟趾。

模型概述

人體解析(Human Parsing)是細(xì)粒度的語(yǔ)義分割任務(wù)顾瞻,其旨在識(shí)別像素級(jí)別的人類圖像的組成部分(例如泼疑,身體部位和服裝)。ACE2P通過(guò)融合底層特征荷荤,全局上下文信息和邊緣細(xì)節(jié)退渗,端到端地訓(xùn)練學(xué)習(xí)人體解析任務(wù)。該結(jié)構(gòu)針對(duì)Intersection over Union指標(biāo)進(jìn)行針對(duì)性的優(yōu)化學(xué)習(xí)蕴纳,提升準(zhǔn)確率会油。以ACE2P單人人體解析網(wǎng)絡(luò)為基礎(chǔ)的解決方案在CVPR2019第三屆LIP挑戰(zhàn)賽中贏得了全部三個(gè)人體解析任務(wù)的第一名。該P(yáng)addleHub Module采用ResNet101作為骨干網(wǎng)絡(luò)古毛,接受輸入圖片大小為473x473x3翻翩。

?

API

def segmentation(data)

用于人像分割

參數(shù)

data:dict類型都许,key為image,str類型嫂冻;value為待分割的圖片路徑胶征,list類型。

output_dir:生成圖片的保存路徑桨仿,默認(rèn)為ace2p_output

返回

result:list類型睛低,每個(gè)元素為對(duì)應(yīng)輸入圖片的預(yù)測(cè)結(jié)果。預(yù)測(cè)結(jié)果為dict類型服傍,有以下字段:

origin原輸入圖片路徑

processed分割圖片的路徑钱雷。

調(diào)色板

?

代碼與案例

import paddlehub as hub

import matplotlib.pyplot as plt

import matplotlib.image as mpimg

#ace2p

module = hub.Module(name="ace2p")

test_img_path = "./body2.jpg"

# 預(yù)測(cè)結(jié)果展示

img = mpimg.imread(test_img_path)

plt.imshow(img)

plt.axis('off')

plt.show()

# set input dict

input_dict = {"image": [test_img_path]}

# execute predict and print the result

results = module.segmentation(data=input_dict)

for result in results:

? ? print(result)

test_img_path = "./ace2p_output/body2_processed.png"

img = mpimg.imread(test_img_path)

plt.imshow(img)

plt.axis('off')

plt.show()

[2020-01-09 07:10:08,251] [? ? INFO] - Installing ace2p module

2020-01-09 07:10:08,251-INFO: Installing ace2p module

[2020-01-09 07:10:08,270] [? ? INFO] - Module ace2p already installed in /home/aistudio/.paddlehub/modules/ace2p

2020-01-09 07:10:08,270-INFO: Module ace2p already installed in /home/aistudio/.paddlehub/modules/ace2p

?

[2020-01-09 07:10:09,154] [? ? INFO] - 0 pretrained paramaters loaded by PaddleHub

2020-01-09 07:10:09,154-INFO: 0 pretrained paramaters loaded by PaddleHub

{'origin': './body2.jpg', 'processed': 'ace2p_output/body2_processed.png'}

?

In[4]

import paddlehub as hub

import matplotlib.pyplot as plt

import matplotlib.image as mpimg

#ace2p

module = hub.Module(name="ace2p")

test_img_path = "./body1.jpg"

# 預(yù)測(cè)結(jié)果展示

img = mpimg.imread(test_img_path)

plt.imshow(img)

plt.axis('off')

plt.show()

# set input dict

input_dict = {"image": [test_img_path]}

# execute predict and print the result

results = module.segmentation(data=input_dict)

for result in results:

? ? print(result)

test_img_path = "./ace2p_output/body1_processed.png"

img = mpimg.imread(test_img_path)

plt.imshow(img)

plt.axis('off')

plt.show()

[2020-01-09 07:12:05,461] [? ? INFO] - Installing ace2p module

2020-01-09 07:12:05,461-INFO: Installing ace2p module

[2020-01-09 07:12:05,499] [? ? INFO] - Module ace2p already installed in /home/aistudio/.paddlehub/modules/ace2p

2020-01-09 07:12:05,499-INFO: Module ace2p already installed in /home/aistudio/.paddlehub/modules/ace2p

?

[2020-01-09 07:12:06,441] [? ? INFO] - 0 pretrained paramaters loaded by PaddleHub

2020-01-09 07:12:06,441-INFO: 0 pretrained paramaters loaded by PaddleHub

{'origin': './body1.jpg', 'processed': 'ace2p_output/body1_processed.png'}

?

In[7]

import paddlehub as hub

import matplotlib.pyplot as plt

import matplotlib.image as mpimg

#ace2p

module = hub.Module(name="ace2p")

test_img_path = "./body3.jpg"

# 預(yù)測(cè)結(jié)果展示

img = mpimg.imread(test_img_path)

plt.imshow(img)

plt.axis('off')

plt.show()

# set input dict

input_dict = {"image": [test_img_path]}

# execute predict and print the result

results = module.segmentation(data=input_dict)

for result in results:

? ? print(result)

test_img_path = "./ace2p_output/body3_processed.png"

img = mpimg.imread(test_img_path)

plt.imshow(img)

plt.axis('off')

plt.show()

[2020-01-09 07:13:10,483] [? ? INFO] - Installing ace2p module

2020-01-09 07:13:10,483-INFO: Installing ace2p module

[2020-01-09 07:13:10,502] [? ? INFO] - Module ace2p already installed in /home/aistudio/.paddlehub/modules/ace2p

2020-01-09 07:13:10,502-INFO: Module ace2p already installed in /home/aistudio/.paddlehub/modules/ace2p

?

[2020-01-09 07:13:11,395] [? ? INFO] - 0 pretrained paramaters loaded by PaddleHub

2020-01-09 07:13:11,395-INFO: 0 pretrained paramaters loaded by PaddleHub

{'origin': './body3.jpg', 'processed': 'ace2p_output/body3_processed.png'}

?

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市伴嗡,隨后出現(xiàn)的幾起案子急波,更是在濱河造成了極大的恐慌,老刑警劉巖瘪校,帶你破解...
    沈念sama閱讀 211,194評(píng)論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件澄暮,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡阱扬,警方通過(guò)查閱死者的電腦和手機(jī)泣懊,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,058評(píng)論 2 385
  • 文/潘曉璐 我一進(jìn)店門(mén),熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)麻惶,“玉大人馍刮,你說(shuō)我怎么就攤上這事∏蕴#” “怎么了卡啰?”我有些...
    開(kāi)封第一講書(shū)人閱讀 156,780評(píng)論 0 346
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)警没。 經(jīng)常有香客問(wèn)我匈辱,道長(zhǎng),這世上最難降的妖魔是什么杀迹? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 56,388評(píng)論 1 283
  • 正文 為了忘掉前任亡脸,我火速辦了婚禮,結(jié)果婚禮上树酪,老公的妹妹穿的比我還像新娘浅碾。我一直安慰自己,他們只是感情好续语,可當(dāng)我...
    茶點(diǎn)故事閱讀 65,430評(píng)論 5 384
  • 文/花漫 我一把揭開(kāi)白布垂谢。 她就那樣靜靜地躺著,像睡著了一般疮茄。 火紅的嫁衣襯著肌膚如雪埂陆。 梳的紋絲不亂的頭發(fā)上苛白,一...
    開(kāi)封第一講書(shū)人閱讀 49,764評(píng)論 1 290
  • 那天,我揣著相機(jī)與錄音焚虱,去河邊找鬼购裙。 笑死,一個(gè)胖子當(dāng)著我的面吹牛鹃栽,可吹牛的內(nèi)容都是我干的躏率。 我是一名探鬼主播,決...
    沈念sama閱讀 38,907評(píng)論 3 406
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼民鼓,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼薇芝!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起丰嘉,我...
    開(kāi)封第一講書(shū)人閱讀 37,679評(píng)論 0 266
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤夯到,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后饮亏,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體耍贾,經(jīng)...
    沈念sama閱讀 44,122評(píng)論 1 303
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 36,459評(píng)論 2 325
  • 正文 我和宋清朗相戀三年路幸,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了荐开。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,605評(píng)論 1 340
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡简肴,死狀恐怖晃听,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情砰识,我是刑警寧澤能扒,帶...
    沈念sama閱讀 34,270評(píng)論 4 329
  • 正文 年R本政府宣布,位于F島的核電站辫狼,受9級(jí)特大地震影響初斑,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜予借,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,867評(píng)論 3 312
  • 文/蒙蒙 一越平、第九天 我趴在偏房一處隱蔽的房頂上張望频蛔。 院中可真熱鬧灵迫,春花似錦、人聲如沸晦溪。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,734評(píng)論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)三圆。三九已至狞换,卻和暖如春避咆,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背修噪。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,961評(píng)論 1 265
  • 我被黑心中介騙來(lái)泰國(guó)打工查库, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人黄琼。 一個(gè)月前我還...
    沈念sama閱讀 46,297評(píng)論 2 360
  • 正文 我出身青樓樊销,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親脏款。 傳聞我的和親對(duì)象是個(gè)殘疾皇子围苫,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 43,472評(píng)論 2 348

推薦閱讀更多精彩內(nèi)容