人体分割-PyTorch

人体分割的模型、训练/推理代码，以及预训练权重，均使用PyTorch实现。

支持的网络

• UNet：主干网络为MobileNetV2（所有α值及扩展）、ResNetV1（所有num_layers）
• DeepLab3+：主干网络为ResNetV1（num_layers=18,34,50,101）、VGG16_bn
• BiSeNet：主干网络为ResNetV1（num_layers=18）
• PSPNet：主干网络为ResNetV1（num_layers=18,34,50,101）
• ICNet：主干网络为ResNetV1（num_layers=18,34,50,101）

要评估网络的架构、显存占用、前向传播时间（CPU或GPU）、参数量和FLOPs，请使用以下命令：

python measure_model.py

数据集

人像分割（人物/背景）

• 用于图像风格化的自动人像分割：1800张图片
• Supervisely Person：5711张图片

环境配置

• 本仓库使用Python3.6.x。
• 克隆仓库：

git clone --recursive https://github.com/AntiAegis/Human-Segmentation-PyTorch.git
cd Human-Segmentation-PyTorch
git submodule sync
git submodule update --init --recursive

• 使用pip安装所需依赖：

workon humanseg
pip install -r requirements.txt
pip install -e models/pytorch-image-models

训练

• 要从头开始训练一个网络，例如DeepLab3+，可以使用以下命令：

python train.py --config config/config_DeepLab.json --device 0

其中，config/config_DeepLab.json是配置文件，包含网络、数据加载器、优化器、损失函数、评估指标及可视化等配置。

• 若要从检查点继续训练网络，可以使用以下命令：

python train.py --config config/config_DeepLab.json --device 0 --resume path_to_checkpoint/model_best.pth

• 可以通过在配置文件中启用可视化模式来打开TensorBoard，以监控训练进度。

推理

推理有两种模式：视频和摄像头。

python inference_video.py --watch --use_cuda --checkpoint path_to_checkpoint/model_best.pth
python inference_webcam.py --use_cuda --checkpoint path_to_checkpoint/model_best.pth

基准测试

• 网络是在上述两个数据集合并后的数据集上进行训练的。共有6627张训练图片和737张测试图片。
• 模型输入大小设置为320。
• CPU和GPU时间是10次运行的平均推理时间（测量前还有10次预热运行），批次大小为1。
• mIoU是在合并数据集的测试子集（737张图片）上计算的。
• 基准测试的硬件配置如下：

CPU: Intel(R) Core(TM) i7-7700HQ CPU @ 2.80GHz
GPU: GeForce GTX 1050 Mobile, CUDA 9.0

模型	参数量	FLOPs	CPU时间	GPU时间	mIoU
UNet_MobileNetV2（alpha=1.0，扩张=6）	4.7M	1.3G	167ms	17ms	91.37%
UNet_ResNet18	16.6M	9.1G	165ms	21ms	90.09%
DeepLab3+_ResNet18	16.6M	9.1G	133ms	28ms	91.21%
BiSeNet_ResNet18	11.9M	4.7G	88ms	10ms	87.02%
PSPNet_ResNet18	12.6M	20.7G	235ms	666ms	---
ICNet_ResNet18	11.6M	2.0G	48ms	55ms	86.27%

Human-Segmentation-PyTorch 快速上手指南

本指南帮助开发者快速部署并使用基于 PyTorch 的人像分割工具，支持多种主流网络架构（如 UNet, DeepLab3+, BiSeNet 等）。

环境准备

• 操作系统: Linux / macOS / Windows
• Python 版本: 推荐 Python 3.6.x
• 深度学习框架: PyTorch (通过依赖自动安装)
• 硬件要求:
  • CPU: 通用 x86 处理器
  • GPU (可选): 支持 CUDA 的 NVIDIA 显卡（推荐用于加速推理和训练）

安装步骤

1. 克隆仓库

使用递归克隆以获取子模块代码：

git clone --recursive https://github.com/AntiAegis/Human-Segmentation-PyTorch.git
cd Human-Segmentation-PyTorch
git submodule sync
git submodule update --init --recursive

2. 创建虚拟环境并安装依赖

建议使用 virtualenv 或 conda 创建独立环境。以下以 virtualenvwrapper 为例：

# 创建并激活虚拟环境
workon humanseg

# 安装基础依赖
pip install -r requirements.txt

# 安装图像模型库 (建议配置国内镜像源加速)
pip install -e models/pytorch-image-models -i https://pypi.tuna.tsinghua.edu.cn/simple

提示: 若未配置 workon，可直接使用 python3 -m venv venv && source venv/bin/activate 创建环境，然后执行后续 pip 命令。

基本使用

1. 模型评估（可选）

在运行前，可查看指定网络的参数量、FLOPs 及预估耗时：

python measure_model.py

2. 推理演示

本项目提供视频文件和摄像头两种推理模式。请确保已下载预训练权重文件（参考 README Benchmark 章节中的 Google Drive 链接），并将 path_to_checkpoint/model_best.pth 替换为实际路径。

模式一：视频文件推理

python inference_video.py --watch --use_cuda --checkpoint path_to_checkpoint/model_best.pth

• --watch: 播放处理后的视频结果。
• --use_cuda: 启用 GPU 加速（若无 GPU 可移除此参数）。

模式二：实时摄像头推理

python inference_webcam.py --use_cuda --checkpoint path_to_checkpoint/model_best.pth

3. 开始训练（进阶）

如需从头训练模型（以 DeepLab3+ 为例）：

python train.py --config config/config_DeepLab.json --device 0

• 配置文件 config/config_DeepLab.json 中包含了网络结构、数据加载器、优化器及损失函数等详细设置。
• 若要断点续训，添加 --resume path_to_checkpoint/model_best.pth 参数。