zoukankan      html  css  js  c++  java
  • 暑期实践

    前言
    本项目通过加载PaddleHub DeepLabv3+模型实现AI抠图,再通过替换扣出图片的背景图完成图片的合成。

    一、定义待抠图照片
    以本示例中文件夹下timg.jpg为待预测图片

    二、加载预训练模型
    通过加载PaddleHub DeepLabv3+模型(deeplabv3p_xception65_humanseg)实现抠图

    三、图像合成
    将抠出的人物图片合成在想要的背景图片当中。

    四、总结
    经过对Paddlehub的简单学习,认识到:对于基础的AI系统,入门已经非常容易,未来普及的可能性可能很高,而作为相关专业的学生,自身更应该去认真学习相关的知识,提高自身的专业素质。在相关的社区中也能看见很多有创意的系统。社区中也有很多的可以方便日常生活的系统。
    回想起最开始选择这个项目的初衷,是在假期收规定比例的白底学生照片,用以测温系统的资料录入。当时因为需要,很多的同学自己抠图,后来遇到了这个系统,可以简化这个工作。之后如果有能力希望可以批量的处理图片,这样也可以减轻相关从业人员的工作量。但是制作系统不易,自己仍需努力。

  • 相关阅读:
    Ubantu Mark
    异或
    C语言读书笔记
    Mark
    Python文件操作
    (转)Hadoop系列-IPC模型
    Java动态代理
    (转)适配器模式--Adapter Pattern
    关于abstract class 和 interface
    单例模式
  • 原文地址:https://www.cnblogs.com/stable0118/p/13647382.html
Copyright © 2011-2022 走看看