模型名称 | U2Netp |
---|---|
类别 | 图像-图像分割 |
网络 | U^2Net |
数据集 | - |
是否支持Fine-tuning | 否 |
模型大小 | 6.7MB |
指标 | - |
最新更新日期 | 2021-02-26 |
-
- U2Netp的网络结构如下图,其类似于编码-解码(Encoder-Decoder)结构的 U-Net, 每个 stage 由新提出的 RSU模块(residual U-block) 组成. 例如,En_1 即为基于 RSU 构建的, 它是一个小型化的模型
-
- 更多详情请参考:U2Net
-
-
paddlepaddle >= 2.0.0
-
paddlehub >= 2.0.0
-
-
-
$ hub install U2Netp
-
如您安装时遇到问题,可参考:零基础windows安装 | 零基础Linux安装 | 零基础MacOS安装
-
-
import cv2 import paddlehub as hub model = hub.Module(name='U2Netp') result = model.Segmentation( images=[cv2.imread('/PATH/TO/IMAGE')], paths=None, batch_size=1, input_size=320, output_dir='output', visualization=True)
-
def Segmentation( images=None, paths=None, batch_size=1, input_size=320, output_dir='output', visualization=False):
-
图像前景背景分割 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
- input_size (int) : 输入图像大小
- output_dir (str) : 可视化图像输出目录
- visualization (bool) : 是否可视化
-
返回
- results (list[np.ndarray]): 输出图像数据列表
-
-
1.0.0
初始发布