이미지 분할 가이드

MediaPipe Image Segmenter 태스크를 사용하면 사전 정의된 카테고리를 기반으로 이미지를 영역으로 분할할 수 있습니다. 이 기능을 사용하여 특정 객체 또는 텍스처를 식별한 후 배경 흐리게 처리와 같은 시각적 효과를 적용할 수 있습니다. 이 태스크에는 이미지 데이터 내에서 사람과 사람의 특징을 분할하도록 특별히 학습된 여러 모델이 포함됩니다.

• 사람 및 배경
• 사람의 머리카락만
• 사람의 머리카락, 얼굴, 피부, 의류, 액세서리

이 태스크는 단일 이미지 또는 연속 동영상 스트림이 포함된 머신러닝 (ML) 모델을 사용하여 이미지 데이터를 처리합니다. 선택한 모델에 따라 이미지의 객체 또는 영역을 나타내는 세분화된 영역 목록을 출력합니다.

사용해 보기arrow_forward

시작하기

대상 플랫폼에 관한 다음 구현 가이드 중 하나에 따라 이 작업을 시작합니다. 다음 플랫폼별 가이드에서는 권장 모델, 권장 구성 옵션이 포함된 코드 예시 등 이 작업의 기본 구현을 안내합니다.

• Android - 코드 예시 - 가이드
• Python - 코드 예시 가이드
• 웹 - 코드 예시 - 가이드

태스크 세부정보

이 섹션에서는 이 태스크의 기능, 입력, 출력, 구성 옵션을 설명합니다.

기능

• 입력 이미지 처리 - 처리에는 이미지 회전, 크기 조절, 정규화, 색상 공간 변환이 포함됩니다.

구성 옵션

이 태스크에는 다음과 같은 구성 옵션이 있습니다.

모델

이미지 세그먼터는 두 개 이상의 ML 모델과 함께 사용할 수 있습니다. 다음 분할 모델의 대부분은 사람의 이미지로 분할을 실행하도록 빌드 및 학습됩니다. 하지만 DeepLab-v3 모델은 범용 이미지 세그먼터로 빌드됩니다. 애플리케이션에 가장 적합한 모델을 선택합니다.

셀카 세분화 모델

이 모델은 인물의 초상화를 세분화할 수 있으며 이미지의 배경을 교체하거나 수정하는 데 사용할 수 있습니다. 모델은 색인 0의 배경과 색인 1의 사람이라는 두 가지 카테고리를 출력합니다. 이 모델에는 정사각형 버전과 가로 버전 등 다양한 입력 도형이 있는 버전이 있습니다. 가로 버전은 동영상 통화와 같이 입력이 항상 같은 도형인 애플리케이션에 더 효율적일 수 있습니다.

모발 세분화 모델

이 모델은 사람의 이미지를 가져와 머리카락을 찾고 머리카락의 이미지 세분화 맵을 출력합니다. 이 모델을 사용하여 머리카락 색상을 바꾸거나 다른 머리카락 효과를 적용할 수 있습니다. 모델은 다음과 같은 세분화 카테고리를 출력합니다.

0 - background
1 - hair

다중 클래스 셀카 세분화 모델

이 모델은 사람의 이미지를 가져와 머리카락, 피부, 의류와 같은 다양한 영역의 영역을 찾고 이러한 항목의 이미지 세분화 맵을 출력합니다. 이 모델을 사용하여 이미지 또는 동영상의 인물에 다양한 효과를 적용할 수 있습니다. 모델은 다음과 같은 세분화 카테고리를 출력합니다.

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

DeepLab-v3 모델

이 모델은 배경, 사람, 고양이, 강아지, 화분에 든 식물 등 다양한 카테고리의 세그먼트를 식별합니다. 이 모델은 아트러스 공간 피라미드 풀링을 사용하여 더 긴 범위의 정보를 캡처합니다. 자세한 내용은 DeepLab-v3를 참고하세요.

작업 벤치마크

다음은 위의 사전 학습된 모델을 기반으로 한 전체 파이프라인의 태스크 벤치마크입니다. 지연 시간 결과는 CPU / GPU를 사용하는 Pixel 6의 평균 지연 시간입니다.