画像セグメンテーション ガイド

MediaPipe Image Segmenter タスクでは、事前定義されたリソースに基づいて画像をリージョンに分割 できます。この機能を使用して、特定のオブジェクトや テクスチャを作成し、背景のぼかしなどの視覚効果を適用します。このタスク には、個人および顧客をセグメント化するために特別に 次のような特徴を備えています。

• 人物と背景
• 人の髪のみ
• 人の髪、顔、肌、衣服、アクセサリー

このタスクは、画像データに対して、単一の 連続的な動画ストリームも生成できます。セグメント化されたリージョンのリストが出力されます。 使用するモデルに応じて、画像内のオブジェクトや領域を表現する 選択します。

<ph type="x-smartling-placeholder"></ph> お試しください。arrow_forward

使ってみる

以下の実装ガイドのいずれかに沿って、このタスクの使用を開始する ターゲット プラットフォームです。これらのプラットフォーム固有のガイドでは、基本的な このタスクの実装方法（推奨モデル、コードサンプルを含む） 推奨される構成オプションは次のとおりです。

• Android - コード 例 - ガイド
• Python - コードサンプル ガイド
• ウェブ - コード 例 - ガイド

タスクの詳細

このセクションでは、機能、入力、出力、構成について説明します。 オプションを選択できます。

機能

• 入力画像処理 - 画像の回転、サイズ変更、 色空間変換などがあります

構成オプション

このタスクには、次の構成オプションがあります。

モデル

画像セグメンタは複数の ML モデルで使用できます。次のほとんど セグメンテーション モデルが構築、トレーニングされ、 できます。ただし、DeepLab-v3 モデルは一般的なコンセプトとして構築されています。 画像セグメンタを使用できます。アプリケーションに最適なモデルを選択します。

自撮り写真のセグメンテーション モデル

このモデルは人物のポートレートをセグメント化して 画像の背景を変更できますこのモデルは 2 つのカテゴリを出力します。 背景は 0 番目、人物は 1 番目です。このモデルには、 正方形と横長のバージョンがあり、入力の形状が多様で 入力が常にこの形状になっているアプリケーションでは、 使用できます。

髪のセグメンテーション モデル

このモデルは人物の画像を撮り、その人の頭の毛を特定し、 髪の画像セグメンテーション マップを出力します。このモデルは、 髪の色の変更や、その他のヘアエフェクトの適用などです。このモデルは以下を出力する: セグメンテーション カテゴリ:

0 - background
1 - hair

マルチクラス自撮り写真のセグメンテーション モデル

このモデルは人物の画像を撮り、次のようなさまざまな領域の位置を特定します。 髪、肌、衣服などの画像分類マップを出力します。 このモデルを使用すると、画像や映像内の人物にさまざまな効果を適用できます 動画をご覧ください。このモデルは、次のセグメンテーション カテゴリを出力します。

0 - background
1 - hair
2 - body-skin
3 - face-skin
4 - clothes
5 - others (accessories)

DeepLab-v3 モデル

このモデルは、背景、モデル、特徴など、さまざまなカテゴリのセグメントを識別します。 人、猫、犬、鉢植えの植物です。このモデルでは、遠心空間ピラミッドを使用する より長い距離の情報をキャプチャします。詳細については、次をご覧ください: DeepLab-v3。

タスク ベンチマーク

上記のトレーニング済みモデルに基づくパイプライン全体のタスク ベンチマーク 構築できますレイテンシの結果は、CPU / GPU を使用した Google Pixel 6 の平均レイテンシです。