博客
关于我
【飞桨PaddlePaddle】迁移学习快速入门,完整源码+讲解演示
阅读量:458 次
发布时间:2019-03-06

本文共 1640 字,大约阅读时间需要 5 分钟。

一.安装

环境依赖: 安装GPU版本的PaddlePaddle: `pip install paddlepaddle-gpu -U`

安装CPU版本的PaddlePaddle:

pip install paddlepaddle -U

框架安装:

pip install paddlehub

二.入门

1.人像分割

人像分割任务旨在将输入图片中的人像与背景区分开来,常见应用场景包括背景虚化、背景替换、影视后期处理等。示例代码如下:

import paddlehub as hub
module = hub.Module(name="humanseg_lite")
res = module.segment(
paths=["./test.jpg"],
visualization=True,
output_dir='humanseg_lite'
)

2.人体解析

人体解析是人像分割的细粒度任务,旨在提取人体的不同部件。示例代码如下:

import paddlehub as hub
human_parser = hub.Module(name="ace2p")
res = human_parser.segmentation(
paths=["./test.jpg"],
visualization=True,
output_dir='ace2p_output'
)

3.人脸检测

人脸检测任务旨在识别输入图片中每张人脸的位置。示例代码如下:

import paddlehub as hub
module = hub.Module(name="ultra_light_fast_generic_face_detector_1mb_640")
res = module.face_detection(
paths=["./test.jpg"],
visualization=True,
output_dir='face_detection_output'
)

4.关键点检测

关键点检测任务旨在识别人体的关键部位,常见应用场景包括人体美型、姿态估计等。示例代码如下:

import paddlehub as hub
module = hub.Module(name="openpose_body_estimation")
res = module.predict(
img="./test.jpg",
visualization=True,
save_path='keypoint_output'
)

5.中文词法分析

中文词法分析任务旨在对输入语句进行分词、词性分析和命名实体识别。示例代码如下:

import paddlehub as hub
lac = hub.Module(name="lac")
test_text = ["马云,男,汉族,中共党员 [1] ,1964年9月10日生于浙江省杭州市,祖籍浙江省嵊州市谷来镇, 阿里巴巴集团主要创始人,现担任日本软银董事、大自然保护协会中国理事会主席兼全球董事会成员、华谊兄弟董事、生命科学突破奖基金会董事、联合国数字合作高级别小组联合主席。"]
print(lac.lexical_analysis(texts=test_text))

6.中文情感分析

中文情感分析任务旨在对输入语句进行情感倾向预测。示例代码如下:

import paddlehub as hub
senta = hub.Module(name="senta_bilstm")
test_text = ["她的脸渐渐变了颜色,眉毛拧到了一起,眼睛里迸发出一道道刀一般锋利的光,大声的呵斥道。"]
print(senta.sentiment_classify(texts=test_text))

返回结果:积极可能性为:0.5578,消极可能性为:0.4422

转载地址:http://nqfbz.baihongyu.com/

你可能感兴趣的文章
numpy 数组 dtype 在 Windows 10 64 位机器中默认为 int32
查看>>
numpy 数组与矩阵的乘法理解
查看>>
NumPy 数组拼接方法-ChatGPT4o作答
查看>>
numpy 用法
查看>>
Numpy 科学计算库详解
查看>>
Numpy.fft.fft和numpy.fft.fftfreq有什么不同
查看>>
numpy.linalg.norm(求范数)
查看>>
Numpy.ndarray对象不可调用
查看>>
Numpy.VisibleDeproationWarning:从不整齐的嵌套序列创建ndarray
查看>>
Numpy:按多个条件过滤行?
查看>>
Numpy:条件总和
查看>>
numpy、cv2等操作图片基本操作
查看>>
numpy中的argsort的用法
查看>>
NumPy中的精度:比较数字时的问题
查看>>
numpy判断对应位置是否相等,all、any的使用
查看>>
Numpy多项式.Polynomial.fit()给出的系数与多项式.Polyfit()不同
查看>>
Numpy如何使用np.umprod重写range函数中i的python
查看>>
numpy学习笔记3-array切片
查看>>
numpy数组替换其中的值(如1替换为255)
查看>>
numpy数组索引-ChatGPT4o作答
查看>>