（原創(chuàng)作者@CSDN_伊利丹~怒風(fēng)）
環(huán)境準(zhǔn)備
手機
測試手機型號：Redmi K60 Pro
處理器：第二代驍龍8移動--8gen2
運行內(nèi)存：8.0GB ，LPDDR5X-8400，67.0 GB/s
攝像頭：前置16MP+后置50MP+8MP+2MP
AI算力：NPU 48Tops INT8 && GPU 1536ALU x 2 x 680MHz = 2.089 TFLOPS
提示：任意手機均可以，性能越好的手機運行速度越快
軟件
APP：AidLux2.0
系統(tǒng)環(huán)境：Ubuntu 20.04.3 LTS
提示：AidLux登錄后代碼運行更流暢，在代碼運行時保持AidLux APP在前臺運行，避免代碼運行過程中被系統(tǒng)回收進程，另外屏幕保持常亮，一般息屏后一段時間，手機系統(tǒng)會進入休眠狀態(tài)，如需長駐后臺需要給APP權(quán)限。
算法Demo
代碼功能介紹
這段代碼實現(xiàn)了一個基于深度學(xué)習(xí)的實時人像分割應(yīng)用，它通過攝像頭捕獲視頻流，利用輕量級推理引擎 Aidlite 運行人像分割模型，實時識別畫面中的人物區(qū)域，并將人物與背景以視覺上的藍色輪廓效果進行區(qū)分。下面詳細(xì)介紹其功能和工作流程：
核心功能
-
視頻流捕獲
- 使用 OpenCV 的VideoCapture接口打開前置攝像頭（設(shè)備 ID=1），持續(xù)讀取視頻幀。
- 支持 MIPI 接口（適用于嵌入式設(shè)備），具有自動重試機制，確保攝像頭成功開啟。
-
人像分割模型推理
- 加載預(yù)訓(xùn)練的人像分割模型（.nb格式，由 Aidlite 優(yōu)化）。
- 模型輸入為 513×513 像素的 RGB 圖像，輸出為每個像素的分類結(jié)果（0 = 背景，1 = 人物）。
- 使用 Aidlite 推理引擎執(zhí)行模型計算，支持 CPU 加速，可在移動設(shè)備上實時運行。
-
實時圖像處理
- 對每一幀視頻進行預(yù)處理：縮放、通道轉(zhuǎn)換、數(shù)據(jù)類型轉(zhuǎn)換。
- 將模型輸出的分割掩碼轉(zhuǎn)換為二值圖像（人物區(qū)域為白色，背景為黑色）。
- 通過圖像融合技術(shù)（cv2.addWeighted），將藍色半透明輪廓疊加到原始畫面的人物區(qū)域上。
-
性能監(jiān)控與顯示
- 計算并顯示幀率（FPS）和單幀推理耗時（毫秒）。
- 通過 OpenCV 窗口實時展示處理后的視頻效果。
技術(shù)組件詳解
Aidlite 是一個輕量級的深度學(xué)習(xí)推理引擎，專為嵌入式設(shè)備和移動設(shè)備優(yōu)化。它具有以下特點：
- 多框架支持：可以運行來自 TensorFlow、PyTorch、PaddlePaddle 等不同框架訓(xùn)練的模型
- 硬件加速：支持 CPU、GPU、NPU 等多種硬件后端，充分利用設(shè)備算力
- 模型優(yōu)化：通過量化、剪枝等技術(shù)減小模型體積，提高推理速度
- 輕量級設(shè)計：內(nèi)存占用小，適合資源受限的設(shè)備
在這段代碼中，Aidlite 被配置為使用 PaddlePaddle 框架訓(xùn)練的模型，并通過 CPU 進行推理。
2. 計算機視覺庫 - OpenCV (cv2)
OpenCV 是一個強大的計算機視覺庫，在這段代碼中主要用于：
- 視頻捕獲與處理：通過cv2.VideoCapture獲取攝像頭視頻流
- 圖像處理：調(diào)整圖像大小 (cv2.resize)、翻轉(zhuǎn) (cv2.flip)
- 圖像融合：使用cv2.addWeighted實現(xiàn)半透明效果
- 顯示結(jié)果：通過cv2.imshow顯示處理后的圖像
3. AI 模型功能
代碼中使用的 AI 模型是一個人像分割模型，它能夠：
- 輸入：RGB 圖像 (513×513 像素)
- 輸出：像素級別的分類結(jié)果 (每個像素被分類為 "人物" 或 "背景")
- 工作原理：基于深度學(xué)習(xí)的語義分割技術(shù)，識別圖像中的人物區(qū)域
- 應(yīng)用場景：視頻會議背景虛化、AR 試衣、短視頻特效等
應(yīng)用場景
這個代碼示例可以應(yīng)用于以下場景：
- 視頻會議：實時背景虛化或替換，增強會議隱私和專業(yè)性
- 直播與短視頻：添加實時人像特效，如輪廓高亮、動態(tài)貼紙等
- 健身與運動應(yīng)用：實時跟蹤人體動作，提供運動指導(dǎo)
- 安防監(jiān)控：檢測和跟蹤特定區(qū)域內(nèi)的人員活動
通過調(diào)整transfer函數(shù)，可以實現(xiàn)更多樣化的視覺效果，如背景模糊、背景替換、動態(tài)濾鏡等。
DEMO代碼
import cv2
import time
from time import sleep
import remi
import os
import sys
import numpy as np
import aidlite
def transfer(image, mask):
"""
將分割掩碼與原始圖像融合，創(chuàng)建半透明效果
參數(shù):
image: 原始圖像，BGR格式
mask: 分割掩碼，單通道二值圖像(0表示背景，255表示人物)
返回:
融合后的圖像
"""
# 調(diào)整掩碼大小以匹配原始圖像
mask = cv2.resize(mask, (image.shape[1], image.shape[0]))
# 創(chuàng)建三通道掩碼圖像(只在藍色通道填充值)
mask_n = np.zeros_like(image)
mask_n[:, :, 0] = mask # 將掩碼值賦給藍色通道，產(chǎn)生藍色輪廓效果
# 圖像融合參數(shù)(alpha透明度)
alpha = 0.7
beta = (1.0 - alpha)
# 加權(quán)融合原始圖像和掩碼圖像
dst = cv2.addWeighted(image, alpha, mask_n, beta, 0.0)
return dst
# 模型輸入輸出參數(shù)配置
w = 513 # 模型輸入寬度
h = 513 # 模型輸入高度
inShape = [[1, 3, 513, 513]] # 輸入張量形狀: [批次大小, 通道數(shù), 高度, 寬度]
outShape = [[1, w, h]] # 輸出張量形狀: [批次大小, 高度, 寬度]
model_path = "models/model.nb" # 模型文件路徑(.nb格式為Aidlite優(yōu)化后的模型格式)
# ------------------------ Aidlite推理引擎初始化 ------------------------
# 創(chuàng)建Aidlite模型實例
model = aidlite.Model.create_instance(model_path)
if model is None:
print("Create model failed !")
# 設(shè)置模型輸入輸出數(shù)據(jù)類型和形狀
model.set_model_properties(inShape, aidlite.DataType.TYPE_FLOAT32, outShape, aidlite.DataType.TYPE_INT64)
# 創(chuàng)建配置實例，設(shè)置模型框架類型和加速類型
config = aidlite.Config.create_instance()
config.framework_type = aidlite.FrameworkType.TYPE_PADDLE # 模型基于PaddlePaddle框架訓(xùn)練
config.accelerate_type = aidlite.AccelerateType.TYPE_CPU # 使用CPU進行推理(也支持GPU、NPU等)
# 構(gòu)建并初始化解釋器
fast_interpreter = aidlite.InterpreterBuilder.build_interpretper_from_model_and_config(model, config)
if fast_interpreter is None:
print("build_interpretper_from_model_and_config failed !")
result = fast_interpreter.init()
if result != 0:
print("interpreter init failed !")
result = fast_interpreter.load_model()
if result != 0:
print("interpreter load model failed !")
print("model load success!")
# ------------------------ 視頻流處理與推理 ------------------------
# 嘗試打開前置攝像頭(設(shè)備ID為1)
camId = 1
opened = False
while not opened:
# 使用mipi接口打開攝像頭(適用于某些嵌入式設(shè)備)
cap = cv2.VideoCapture(camId, device='mipi')
if cap.isOpened():
opened = True
else:
print("open camera failed")
cap.release()
time.sleep(0.5)
# 主循環(huán): 捕獲視頻幀并進行實時處理
while True:
ret, frame = cap.read()
if not ret:
continue
if frame is None:
continue
# 如果使用前置攝像頭，水平翻轉(zhuǎn)圖像以獲得自然的鏡像效果
frame = cv2.flip(frame, 1)
# 圖像預(yù)處理: 調(diào)整大小并轉(zhuǎn)換為模型輸入格式
img = cv2.resize(frame, (w, h))
input = img.astype(np.float32) # 轉(zhuǎn)換為浮點類型
input = np.transpose(input, (2, 0, 1)) # 調(diào)整通道順序: [H,W,C] -> [C,H,W]
print('input', input.shape)
# 設(shè)置輸入數(shù)據(jù)到推理引擎
print('paddle: start set')
result = fast_interpreter.set_input_tensor(0, input)
if result != 0:
print("interpreter set_input_tensor() failed")
# 記錄推理開始時間
start_time = time.time()
print('bnn: start invoke')
# 執(zhí)行模型推理
result = fast_interpreter.invoke()
if result != 0:
print("interpreter invoke() failed")
print('invoke end')
# 計算推理耗時并轉(zhuǎn)換為毫秒
t = (time.time() - start_time)
print('elapsed_ms invoke:', t * 1000)
# 計算幀率并顯示在畫面上
lbs = 'Fps: '+ str(int(1 / t)) + " ~~ Time:" + str(t * 1000) + "ms"
# 獲取模型輸出結(jié)果
print('paddle: start get')
pred_0 = fast_interpreter.get_output_tensor(0, output_type=aidlite.DataType.TYPE_INT64)
if pred_0 is None:
print("sample : interpreter->get_output_tensor(0) failed !")
# 后處理: 重塑輸出張量并創(chuàng)建二值人物掩碼
pred0 = (pred_0).reshape(w, h)
# 將模型預(yù)測結(jié)果中類別為1的像素設(shè)為255(人物)，其余設(shè)為0(背景)
person = np.where(pred0 == 1, 255, 0).astype(np.uint8)
# 將掩碼與原始圖像融合
dst = transfer(frame, person)
# 顯示結(jié)果
cv2.imshow("", dst)
# 按 'q' 鍵退出循環(huán)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 釋放資源
cap.release()
cv2.destroyAllWindows()
模型位置
/opt/aidlux/app/aid-examples//portrait_seg
模型效果
c3dea20fd08b4b10891f4e5bf6537dcf.gif
