paddlehub创意项目

paddlehub创意项目应用实践一、首先加载带处理图像二、加载人像抠图预训练模型三、将抠出的人物图片合成在想要的背景图片当中。四、对合成后图片进行人脸检测五、心得总结初次接触paddlehub,听过老师的讲座后,我发现竟然有如此神奇方便的AI模型。paddlehub中预训练好的模型种类很多,比如人像抠图,人脸检测,人体骨骼模型检测,自然语言处理,头部姿态检测等等。这些模型都是可以直接下载调用的,大大减少了我们自己训练模型的时间。 下面是我的第一个paddlehub项目,应用了人像抠图模型deeplabv
摘要由CSDN通过智能技术生成

初次接触paddlehub,听过老师的讲座后,我发现竟然有如此神奇方便的AI模型。paddlehub中预训练好的模型种类很多,比如人像抠图,人脸检测,人体骨骼模型检测,自然语言处理,头部姿态检测等等。这些模型都是可以直接下载调用的,大大减少了我们自己训练模型的时间。 下面是我的第一个paddlehub项目,应用了人像抠图模型deeplabv3p_xception65_humanseg和人脸检测模型ultra_light_fast_generic_face_detector_1mb_640,感受到了paddlehub开源项目带来的便捷。(以下图片均来源于网络)

一、首先加载带处理图像

# 待预测图片
test_img_path = "girl.jpg"

import matplotlib.pyplot as plt 
import matplotlib.image as image 

def show_image(image_path):
    '''
    展示图片
    '''
    img = image.imread(image_path)
    plt.figure(figsize=(10,10))
    plt.imshow(img) 
    plt.axis('off') 
    plt.show()

# 展示待预测图片
show_image(test_img_path

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值