一、口罩检测
使用pyramidbox_lite_mobile_mask
模型对输入的一张图片进行口罩的检测。输出结果是MASK或NOMASK以及预测的概率。
# 口罩监测
import paddlehub as hub
import cv2
module = hub.Module(name="pyramidbox_lite_mobile_mask")
test_img_path = "./test2.jpg"
# set input dict
input_dict = {"data": [cv2.imread(test_img_path)]}
results = module.face_detection(data=input_dict)
print(results)
二、人像抠图
使用deeplabv3p_xception65_humanseg
模型对输入的图片进行人像抠图,再对预测结果进行展示。
# 人像抠图
import paddlehub as hub
import cv2
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
human_seg = hub.Module(name="deeplabv3p_xception65_humanseg")
image = 'test2.jpg'
result = human_seg.segmentation(images=[cv2.imread(image)],visualization=True)
print(result[0]['save_path'])
# or
# result = human_seg.segmentation(paths=['/PATH/TO/IMAGE'])
# 预测结果展示
test_img_path = result[0]['save_path']
img = mpimg.imread(test_img_path)
plt.figure(figsize=(10,10))
plt.imshow(img)
plt.axis('off')
plt.show()
三、风格迁移
未写完待续…