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
opencv7-绘制形状和文字
查看>>
opencv8-图像模糊
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV_ cv2.imshow()
查看>>
opencv_core.dir/objects.a(vs_version.rc.obj)‘ is incompatible with i386:x86-64 output
查看>>
opencv——图像缩放1(resize)
查看>>
opencv——最简单的视频读取
查看>>
Opencv——模块介绍
查看>>
OpenCV与AI深度学习 | 2024年AI初学者需要掌握的热门技能有哪些?
查看>>
OpenCV与AI深度学习 | CIB-SE-YOLOv8: 优化的YOLOv8, 用于施工现场的安全设备实时检测 !
查看>>
OpenCV与AI深度学习 | CoTracker3:用于卓越点跟踪的最新 AI 模型
查看>>
OpenCV与AI深度学习 | OpenCV中八种不同的目标追踪算法
查看>>
OpenCV与AI深度学习 | OpenCV图像拼接--Stitching detailed使用与参数介绍
查看>>
OpenCV与AI深度学习 | OpenCV如何读取仪表中的指针刻度
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(一) :直接拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(三):基于特征匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>