往期热门博客项目回顾：点击前往
计算机视觉项目大集合
改进的yolo目标检测-测距测速
路径规划算法
图像去雨去雾+目标检测+测距项目
交通标志识别项目
yolo系列-重磅yolov9界面-最新的yolo
姿态识别-3d姿态识别
深度学习小白学习路线
AI健身教练-引体向上-俯卧撑计数代码-仰卧起坐姿态估计-康复训练姿态识别-姿态矫正（附代码）
yolov8双目测距-yolov8+sgbm（原理+代码）
效果展示
- Hands
- Pose
- Face Mesh
- Holistic
- Face Detection
- Objectron
- Selfie Segmentation
运行环境
pip install requ.txt
效果展示-demo
Demo
デモの実行方法は以下です。
Face Mesh
python sample_facemesh.py
以下是各项参数的中文说明：
手部检测与跟踪参数
python sample_hand.py
--device：指定使用的相机设备编号，默认为0。--width：设定相机捕捉画面的宽度，默认为960像素。--height：设定相机捕捉画面的高度，默认为540像素。--max_num_hands：设置最大手部检测数量，默认为1只手。--refine_landmarks：是否使用注意力网格模型，可提升眼部和嘴部区域的地标点准确性，默认未指定。--min_detection_confidence：设定手部检测的最低置信度阈值，默认为0.5。--min_tracking_confidence：设定手部跟踪的最低置信度阈值，默认为0.5。--use_brect：是否绘制并显示包围手部的外接矩形，默认未指定。
面部检测与跟踪参数
python sample_face.py
- 参数同上，但增加了
--model_complexity：面部检测模型复杂度（0：轻量级，1：高精度），默认为1。 --max_num_faces：设置最大面部检测数量，默认为1个面部。- 对于面部检测，
--min_detection_confidence的默认值为0.7。
姿势估计算法参数
python sample_pose.py
- 参数同上，并增加
--model_complexity：姿势估计模型复杂度（0：Lite版，1：完整版，2：加强版），性能差异参考姿态估计质量，默认为1。 --enable_segmentation：是否启用人体分割功能，默认未指定。--segmentation_score_th：人体分割的得分阈值，默认为0.5。
全身解决方案参数
python sample_holistic.py
- 同样包含上述参数，同时：
--model_complexity参数含义同姿势估计算法。--unuse_smooth_landmarks：是否禁用人脸和手部地标点的平滑处理，默认未指定。
面部检测参数
python sample_facedetection.py
- 同样的相机参数，以及：
--model_selection：选择适合不同距离检测的模型（0：适合2米内检测，1：适合5米内检测），默认为0。
物体检测与跟踪参数
python sample_objectron.py
- 相机参数及置信度阈值参数同上，另外：
--static_image_mode：是否启用静止图像模式（不进行跟踪），默认未指定。--model_name：指定要检测的对象类型（截至2020年3月3日，支持’Shoe’、‘Chair’、‘Cup’、‘Camera’四种类型），默认为’Cup’。
自拍分割参数
python sample_selfie_segmentation.py
- 相机参数相同，并增加：
--model_selection：选择模型种类（0：通用模型，输出256x256x1；1：风景模型，输出144x256x1），默认为0。--score_th：分割得分阈值，决定高于该值的部分视为人物，低于该值视为背景，默认为0.1。--bg_path：背景图像存储路径，默认为空则使用绿色背景。
最后，计算机视觉图像处理、毕业辅导、作业帮助、代码获取，阿里云/51CTO等专家博主，私聊会回复！
code :qq1309399183
)
