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

原文链接