使用paddle hub进行合影头像提取

最近有人脸识别的项目需要预研，我就把paddle hub拿出来做一下试验。试用了几个模型，配置和使用大同小异，这里把pyramidbox整理出来。

官方链接

https://www.paddlepaddle.org.cn/modelbasedetail/pyramidbox

代码

import paddlehub as hub
import cv2
import numpy as np
from matplotlib import pyplot as plt
%matplotlib inline

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

test_img_path = "test2.jpg"

# set input dict
input_dict = {"image": [test_img_path]}

# execute predict and print the result
results = module.face_detection(data=input_dict)

image=cv2.imread(test_img_path)
for result in results[0]['data']:
    #print(result)
    top=int(image.shape[0]*float(result['top']))
    bottom=int(image.shape[0]*float(result['bottom']))
    left=int(image.shape[1]*float(result['left']))
    right=int(image.shape[1]*float(result['right']))
    
    image_cut=image[top:bottom,left:right]
    image_cut=cv2.cvtColor(image_cut,cv2.COLOR_BGR2RGB)
    #plt.figure(figsize=(10,10))
    plt.imshow(image_cut)
    plt.axis("off")
    plt.show()

思考和问题

1）paddlehub的封装还不够，pyramidbox模型无法指定输出图片路径，不能通过api控制输出，相比较ultra_light_fast_generic_face_detector差一点
results = module.face_detection(data=input_dict,output_dir=’./output_ultra_light_fast_generic_face_detector_1mb_640/’,visualization=True)
2）从效果来讲，pyramidbox较好

‘confidence’: 0.3070993721485

‘confidence’: 0.151697039604187
感觉遮挡的，只要露出两个眼睛，就很好了，侧脸测试因为在合影场景不大可能实现，下一个场景再做测试。