往期热门博客项目回顾:点击前往
深度学习小白学习路线
AI健身教练-引体向上-俯卧撑计数代码-仰卧起坐姿态估计-康复训练姿态识别-姿态矫正(附代码)
效果展示
运行环境
pip install requ.txt
效果展示-demo
Demo
デモの実行方法は以下です。
Face Mesh
python sample_facemesh.py
以下是各项参数的中文说明:
手部检测与跟踪参数
python sample_hand.py
--device
:指定使用的相机设备编号,默认为0。--width
:设定相机捕捉画面的宽度,默认为960像素。--height
:设定相机捕捉画面的高度,默认为540像素。--max_num_hands
:设置最大手部检测数量,默认为1只手。--refine_landmarks
:是否使用注意力网格模型,可提升眼部和嘴部区域的地标点准确性,默认未指定。--min_detection_confidence
:设定手部检测的最低置信度阈值,默认为0.5。--min_tracking_confidence
:设定手部跟踪的最低置信度阈值,默认为0.5。--use_brect
:是否绘制并显示包围手部的外接矩形,默认未指定。
面部检测与跟踪参数
python sample_face.py
- 参数同上,但增加了
--model_complexity
:面部检测模型复杂度(0:轻量级,1:高精度),默认为1。 --max_num_faces
:设置最大面部检测数量,默认为1个面部。- 对于面部检测,
--min_detection_confidence
的默认值为0.7。
姿势估计算法参数
python sample_pose.py
- 参数同上,并增加
--model_complexity
:姿势估计模型复杂度(0:Lite版,1:完整版,2:加强版),性能差异参考姿态估计质量,默认为1。 --enable_segmentation
:是否启用人体分割功能,默认未指定。--segmentation_score_th
:人体分割的得分阈值,默认为0.5。
全身解决方案参数
python sample_holistic.py
- 同样包含上述参数,同时:
--model_complexity
参数含义同姿势估计算法。--unuse_smooth_landmarks
:是否禁用人脸和手部地标点的平滑处理,默认未指定。
面部检测参数
python sample_facedetection.py
- 同样的相机参数,以及:
--model_selection
:选择适合不同距离检测的模型(0:适合2米内检测,1:适合5米内检测),默认为0。
物体检测与跟踪参数
python sample_objectron.py
- 相机参数及置信度阈值参数同上,另外:
--static_image_mode
:是否启用静止图像模式(不进行跟踪),默认未指定。--model_name
:指定要检测的对象类型(截至2020年3月3日,支持’Shoe’、‘Chair’、‘Cup’、‘Camera’四种类型),默认为’Cup’。
自拍分割参数
python sample_selfie_segmentation.py
- 相机参数相同,并增加:
--model_selection
:选择模型种类(0:通用模型,输出256x256x1;1:风景模型,输出144x256x1),默认为0。--score_th
:分割得分阈值,决定高于该值的部分视为人物,低于该值视为背景,默认为0.1。--bg_path
:背景图像存储路径,默认为空则使用绿色背景。
最后,计算机视觉图像处理、毕业辅导、作业帮助、代码获取,阿里云/51CTO等专家博主,私聊会回复!
code :qq1309399183