本文作者则通过在 MS COCO 数据集上使用预先训练好的 Mask R-CNN 模型来自动生成图像中行人的掩码脚本,实现人像屏蔽,并且不需要 GPU 就可以运行这个程序。所以,如果你发现相册里有以前开心合过影但现在讨厌的人,可以让他/她一键变成白底了。此外,你还可以用这个脚本生成多达 80 种不同类型目标的掩码,包括长颈鹿和公交车等事物。
▌使用方法
可以通过以下命令运行行人掩码脚本:
python3 person_blocker.py -i images / img3.jpg -c'(128,128,128)'-o'bus''truck'
-i / - image:指定的图像文件。
-m / - model:加载预训练好的 COCO 模型权重的路径(默认是当前目录):如果没有或不存在指定路径,模型将自动下载到当前目录(注意:权重文件的大小为 258 MB)。
-c / - color:掩码的颜色,采用引号包装的十六进制或 RGB 3 元组格式(默认是白色)。
-o / - object:要掩码的目标类型列表(或特定对象的 ID)。你可以在 classes.py 中或通过使用 -names 来查看掩码的对象选择(默认值是行人)。
-l / - labeled:保存检测到的对象及其对象 ID 注释的标记图像。
-n / - names:打印目标的类别选项,然后退出。
该脚本输出两张图像:静态图像(双关意图) person_blocked.png 和动画图像 person_blocked.gif。
▌示例
python3 person_blocker.py -i images/img1.jpg
python3 person_blocker.py -i images/img2.jpg -c '#c0392b' -o 'giraffe'
python3 person_blocker.py -i images/img3.jpg -c '(128, 128, 128)' -o 'bus' 'truck'
特定目标的掩码需要两个步骤:在推理模式下运行以获取每个目标 ID,然后掩码这些目标 ID。
python3 person_blocker.py -i images/img4.jpg -l
python3 person_blocker.py -i images/img4.jpg -o 1
▌安装环境
这个脚本所需的环境配置和 Mask R-CNN 一样:
Python 3.4+
TensorFlow 1.3+
Keras 2.0.8+
Numpy, skimage, scipy, Pillow, cython, h5py
此外,还需要添加 matplotlib 和 imageio 依赖库。
作者:minimaxir
共同学习,写下你的评论
评论加载中...
作者其他优质文章