-
基于 SINet 模型实现的轻量化人像分割模型
-
模型具体规格如下:
model SINet Param 0.087 M Flop 0.064 G -
模型参数转换至 ext_portrait_segmentation 项目
-
感谢 ext_portrait_segmentation 项目提供的开源代码和模型
def Segmentation(
images=None,
paths=None,
batch_size=1,
output_dir='output',
visualization=False):
人像分割 API
参数
- images (list[np.ndarray]) : 输入图像数据列表(BGR)
- paths (list[str]) : 输入图像路径列表
- batch_size (int) : 数据批大小
- output_dir (str) : 可视化图像输出目录
- visualization (bool) : 是否可视化
返回
- results (list[dict{"mask":np.ndarray,"result":np.ndarray}]): 输出图像数据列表
代码示例
import cv2
import paddlehub as hub
model = hub.Module(name='SINet_Portrait_Segmentation')
result = model.Segmentation(
images=[cv2.imread('/PATH/TO/IMAGE')],
paths=None,
batch_size=1,
output_dir='output',
visualization=False)
https://github.com/clovaai/ext_portrait_segmentation
paddlepaddle >= 2.0.0rc0
paddlehub >= 2.0.0b1