【PaddleHub学习】PaddleHub的案例

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()

PaddleHub抠图及图片合成(2.0环境，新版本模型)

三、风格迁移

PaddleHub创意之艺术风格迁移

未写完待续…