人像分割是图像分割领域非常常见的应用，PaddleSeg推出了在大规模人像数据上训练的人像分割PPSeg模型，满足在服务端、移动端、Web端多种使用场景的需求。本教程提供从训练到部署的全流程应用指南，以及视频流人像分割、背景替换的实际效果体验。最新发布超轻量级人像分割模型，支持Web端、移动端场景的实时分割。
近期 百度视频会议 上线了虚拟背景功能，支持在网页端视频会议时进行背景切换和背景虚化。其中人像换背景模型采用我们的**超轻量级模型PPSeg-Lite
**。欢迎前去百度首页右下角体验效果！
如果您觉得本案例对您有帮助，欢迎Star收藏一下，不易走丢哦~，链接指路：
https://github.com/PaddlePaddle/awesome-DeepLearning
1. 方案设计
本教程中，将用户上传的图片或视频作为输入，使用基于Supervisely Persons数据集训练的人像分割模型或预先准备好的Inference Model进行人像分割实验，实时返回分割结果显示给用户。
2. 环境搭建与准备
安装PaddlePaddle
版本要求
PaddlePaddle >= 2.0.2
Python >= 3.7+
由于图像分割模型计算开销大，推荐在GPU版本的PaddlePaddle下使用PaddleSeg。推荐安装10.0以上的CUDA环境。安装教程请见PaddlePaddle官网。
安装PaddleSeg包!pip install paddleseg3. 下载PaddleSeg仓库# 若您在本地环境运行，使用git下载PaddleSeg代码
#!git clone https://github.com/PaddlePaddle/PaddleSeg.git
#为快速体验，此处我们已下载PaddleSeg代码，解压后可直接执行后续代码
!unzip PaddleSeg.zip以下案例中所有命令均在PaddleSeg/contrib/HumanSeg目录下执行。%cd PaddleSeg/contrib/HumanSeg
3. 数据处理
本教程使用了supervise.ly发布的人像分割数据集Supervisely Persons进行实验。Supervisely人像分割数据集包含 了5711张图片，以及6884个人像注释，所有数据都进行了精细化的标注。
（图片来源[1]）
在本教程中，我们从Supervisely人像分割数据集中随机抽取一小部分并转化成PaddleSeg可直接加载数据格式，同时提供了手机前置摄像头的人像视频video_test.mp4进行测试。通过运行以下代码进行快速下载：
参考文献
[1]Releasing “Supervisely Person” dataset for teaching machines to segment humans. Supervise.ly
---------!python data/download_data.py
4. 模型构建
当前PaddleSeg提供了以下模型用于人像分割任务，包括：通用人像分割模型以及半身像分割模型。
通用人像分割(Generic Human Segmentation)模型
PPSeg开放了在大规模人像数据上训练的三个人像模型，满足服务端、移动端、Web端多种使用场景的需求。
| 模型名 | 模型说明 | Checkpoint | Inference Model |
|---|---|---|---|
| PPSeg-Server | 高精度模型，适用于服务端GPU且背景复杂的人像场景， 模型结构为Deeplabv3+/ResNet50, 输入大小（512， 512） | ppseg_server_ckpt | ppseg_server_inference |
| PPSeg-Mobile | 轻量级模型，适用于移动端或服务端CPU的前置摄像头场景，模型结构为HRNet_w18_samll_v1，输入大小（192， 192） | ppseg_mobile_ckpt | ppseg_mobile_inference |
| PPSeg-Lite | 超轻量级模型，适用于Web端或移动端实时分割场景，例如手机自拍、Web视频会议，模型结构为百度自研模型，输入大小（192， 192） | ppseg_lite_ckpt | ppseg_lite_inference |
NOTE:
其中Checkpoint为模型权重，用于Fine-tuning场景。
Inference Model为预测部署模型，包含
model.pdmodel计算图结构、model.pdiparams模型参数和deploy.yaml基础的模型配置信息。其中Inference Model适用于服务端的CPU和GPU预测部署，适用于通过Paddle Lite进行移动端等端侧设备部署。更多Paddle Lite部署说明查看Paddle Lite文档
模型性能
| 模型名 | Input Size | FLOPS | Parameters | 计算耗时 | 模型大小 |
|---|---|---|---|---|---|
| PPSeg-Server | 512x512 | 114G | 26.8M | 37.96ms | 103Mb |
| PPSeg-Mobile | 192x192 | 584M | 1.54M | 13.17ms | 5.9Mb |
| PPSeg-Lite | 192x192 | 121M | 137K | 10.51ms | 543Kb |
测试环境：Nvidia Tesla V100单卡。
半身像分割(Portrait Segmentation)模型
针对Portrait segmentation场景，PPSeg开放了半身像分割模型，该模型已应用于百度视频会议。
| 模型名 | 模型说明 | Checkpoint | Inference Model |
|---|---|---|---|
| PPSeg-Lite | 超轻量级模型，适用于Web端或移动端实时分割场景，例如手机自拍、Web视频会议，模型结构为百度自研模型，推荐输入大小（398，224） | ppseg_lite_portrait_ckpt | ppseg_lite_portrait_inference |
模型性能
| 模型名 | Input Size | FLOPS | Parameters | 计算耗时 | 模型大小 |
|---|---|---|---|---|---|
| PPSeg-Lite | 398x224 | 266M | 137K | 23.49ms | 543Kb |
| PPSeg-Lite | 288x162 | 138M | 137K | 15.62ms | 543Kb |
测试环境: 使用Paddle.js converter优化图结构，部署于Web端，显卡型号AMD Radeon Pro 5300M 4 GB。
执行以下脚本快速下载所有Checkpoint作为预训练模型。!python pretrained_model/download_pretrained_model.py
5. 模型训练
在本案例中，基于上述大规模数据预训练的模型，在抽取的部分supervise.ly数据集上进行Fine-tuning。为了方便大家快速体验人像分割模型的效果，本教程选取了较为轻量的HRNet w18 small v1模型进行实验，训练命令如下：!export CUDA_VISIBLE_DEVICES=0 # 设置1张可用的卡
#windows下请执行以下命令
#set CUDA_VISIBLE_DEVICES=0
!python train.py
–config configs/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely.yml
–save_dir saved_model/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely
–save_interval 100 --do_eval --use_vdlNOTE:
如果想要更改训练配置，需要修改configs/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely.yml配置文件中的具体参数。
更多命令行帮助可运行下述命令进行查看：!python train.py --help
6. 模型评估
这里我们使用验证集来评估训练完成的模型。!python val.py
–config configs/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely.yml
–model_path saved_model/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely/best_model/model.pdparams
7. 模型预测
这里我们使用下述命令进行模型预测， 预测结果默认保存在./output/result/文件夹中。!python predict.py
–config configs/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely.yml
–model_path saved_model/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely/best_model/model.pdparams
–image_path data/human_image.jpg
8. 模型导出
这里还可以将训练好的模型导出为静态图模型和PPSeg-Lite模型方便后续模型部署使用。
将模型导出为静态图模型
请确保位于PaddleSeg目录下，执行以下脚本：!export CUDA_VISIBLE_DEVICES=0 # 设置1张可用的卡
#windows下请执行以下命令
#set CUDA_VISIBLE_DEVICES=0
!python …/…/export.py
–config configs/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely.yml
–model_path saved_model/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely/best_model/model.pdparams
–save_dir export_model/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely_with_softmax
–without_argmax --with_softmax* 导出PPSeg-Lite模型!python …/…/export.py
–config …/…/configs/ppseg_lite/ppseg_lite_export_398x224.yml
–save_dir export_model/ppseg_lite_portrait_398x224_with_softmax
–model_path pretrained_model/ppseg_lite_portrait_398x224/model.pdparams
–without_argmax --with_softmax导出脚本参数解释
| 参数名 | 用途 | 是否必选项 | 默认值 |
|---|---|---|---|
| config | 配置文件 | 是 | - |
| save_dir | 模型和visualdl日志文件的保存根路径 | 否 | output |
| model_path | 预训练模型参数的路径 | 否 | 配置文件中指定值 |
| with_softmax | 在网络末端添加softmax算子。由于PaddleSeg组网默认返回logits，如果想要部署模型获取概率值，可以置为True | 否 | False |
| without_argmax | 是否不在网络末端添加argmax算子。由于PaddleSeg组网默认返回logits，为部署模型可以直接获取预测结果，我们默认在网络末端添加argmax算子 | 否 | False |
output ├── deploy.yaml # 部署相关的配置文件 ├── model.pdiparams # 静态图模型参数 ├── model.pdiparams.info # 参数额外信息，一般无需关注 └── model.pdmodel # 静态图模型文件
9. 模型部署
Web端部署
参见Web端部署教程
移动端部署
参见移动端部署教程
10. 快速体验
这里我们为大家提供了已经训练好的 Inference Model 供大家快速体验人像分割功能。
下载Inference Model
执行以下脚本快速下载所有Inference Model!python export_model/download_export_model.py* 视频流人像分割
结合DIS（Dense Inverse Search-basedmethod）光流算法预测结果与分割结果，改善视频流人像分割。
#通过电脑摄像头进行实时分割处理 !python bg_replace.py \ --config export_model/ppseg_lite_portrait_398x224_with_softmax/deploy.yaml #对人像视频进行分割处理 !python bg_replace.py \ --config export_model/deeplabv3p_resnet50_os8_humanseg_512x512_100k_with_softmax/deploy.yaml \ --video_path data/video_test.mp4 ```#对人像视频进行分割处理 !python bg_replace.py \ --config export_model/deeplabv3p_resnet50_os8_humanseg_512x512_100k_with_softmax/deploy.yaml \ --video_path data/video_test.mp4视频分割结果如下： <img src="https://paddleseg.bj.bcebos.com/humanseg/data/video_test.gif" width="20%" height="20%"><img src="https://paddleseg.bj.bcebos.com/humanseg/data/result.gif" width="20%" height="20%">* **视频流背景替换** 根据所选背景进行背景替换，背景可以是一张图片，也可以是一段视频。
通过电脑摄像头进行实时背景替换处理, 也可通过’–background_video_path’传入背景视频
!python bg_replace.py
–config export_model/ppseg_lite_portrait_398x224_with_softmax/deploy.yaml
–input_shape 224 398
–bg_img_path data/background.jpg
#对人像视频进行背景替换处理, 也可通过’–background_video_path’传入背景视频
!python bg_replace.py
–config export_model/deeplabv3p_resnet50_os8_humanseg_512x512_100k_with_softmax/deploy.yaml
–bg_img_path data/background.jpg
–video_path data/video_test.mp4
#对单张图像进行背景替换
!python bg_replace.py
–config export_model/ppseg_lite_portrait_398x224_with_softmax/deploy.yaml
–input_shape 224 398
–img_path data/human_image.jpg
对人像视频进行背景替换处理, 也可通过background_video_path’传入背景视频
!python bg_replace.py
–config export_model/deeplabv3p_resnet50_os8_humanseg_512x512_100k_with_softmax/deploy.yaml
–bg_img_path data/background.jpg
–video_path data/video_test.mp4
#对单张图像进行背景替换
!python bg_replace.py
–config export_model/ppseg_lite_portrait_398x224_with_softmax/deploy.yaml
–input_shape 224 398
–img_path data/human_image.jpg背景替换结果如下：
NOTE:
视频分割处理时间需要几分钟，请耐心等待。
Portrait模型适用于宽屏拍摄场景，竖屏效果会略差一些。
资源
更多资源请参考：
更多深度学习知识、产业案例，请参考：awesome-DeepLearning
更多图像分割模型(DeepLab系列等)，请参考：PaddleSeg
飞桨框架相关资料，请参考：飞桨深度学习平台数据来源
本案例数据集来源于：https://supervise.ly/