轻量级人像分割模型PP-HumanSeg树莓派部署

---

本文介绍将PP-HumanSeg-Lite轻量级人像分割模型部署到树莓派的流程。先克隆PaddleSeg仓库、安装相关工具并下载预训练模型，接着导出静态图模型并转为ONNX格式，最后编写预测代码。将相关文件夹打包至树莓派，即可运行实现实时人像分割。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜

轻量级人像分割模型PP-HumanSeg模型树莓派部署

人像分割是图像分割领域的高频应用，PaddleSeg推出在大规模人像数据上训练的人像分割系列模型PP-HumanSeg，包括超轻量级模型PP-HumanSeg-Lite，满足在服务端、移动端、Web端多种使用场景的需求。本项目将PP-HumanSeg-Lite模型转为onnx并部署到树莓派，实现人像抠图效果。效果如下图所示（这里只露个半脸）：
       

一、介绍

本项目将PaddleSeg的轻量级人像分割模型转换为onnx，将其部署到树莓派实现实时人像分割。树莓派环境如下：

硬件：

树莓派4B
摄像头一个

       

软件

Ubuntu Desktop 21.10
onnxruntime
opencv-python

二、具体流程

1、克隆paddleseg仓库

In [ ]

# step 1: git clone %cd ~/
!git clone https://gitee.com/PaddlePaddle/PaddleSeg.git

   

2、安装paddleseg

In [ ]

# step 2: install paddleseg!pip install paddleseg

   

3、下载预训练模型

In [ ]

# step 3: 下载预训练模型%cd ~/PaddleSeg/contrib/PP-HumanSeg
!python pretrained_model/download_pretrained_model.py

   

4、导出静态图模型

需要加上input_shape，本项目部署的模型是PP-HumanSeg-Lite，该模型的输入图片大小是192x192，如果要部署其他模型，需要更改model_path和config路径，。

Openflow

一键极速绘图，赋能行业工作流

88 查看详情 In [ ]

# step 4: 导出静态图模型%cd ~/PaddleSeg/contrib/PP-HumanSeg
!python ../../export.py \
--config configs/fcn_hrnetw18_small_v1_humanseg_192x192_mini_supervisely.yml \
--model_path pretrained_model/fcn_hrnetw18_small_v1_humanseg_192x192/model.pdparams \
--s*e_dir export_model/fcn_hrnetw18_small_v1_humanseg_192x192 \
 --with_softmax  --input_shape 1 3 192 192

   

5、onnx转换

In [ ]

# step 5：转为onnx模型# ① 安装paddle2onnx!pip install paddle2onnx

    In [ ]

# ② 转换为onnx%cd ~/PaddleSeg/contrib/PP-HumanSeg
! paddle2onnx --model_dir ./export_model/fcn_hrnetw18_small_v1_humanseg_192x192/ \
    --model_filename model.pdmodel \
    --params_filename model.pdiparams \
    --s*e_file onnx_model/model.onnx \
    --opset_version 12

   

6、移动模型路径

模型路径是：/home/aistudio/pp_humanseg_deploy，文件夹目录结构如下：
|-onnx_model
|---model.onnx
|-predict.py

In [ ]

# step 6: 转移模型路径%cd ~/
!mkdir pp_humanseg_deploy
%cd ~/pp_humanseg_deploy/
!mkdir onnx_model
!cp ~/PaddleSeg/contrib/PP-HumanSeg/onnx_model/model.onnx ~/pp_humanseg_deploy/onnx_model

   

7、预测代码

创建/home/aistudio/pp_humanseg_deploy/predict.py，将以下内容放进predict.py。

import cv2import numpy as npimport onnxruntime as rtdef normalize(im, mean=[0.5, 0.5, 0.5], std=[0.5, 0.5, 0.5]):
    im = im.astype(np.float32, copy=False) / 255.0
    im -= mean
    im /= std    return imdef resize(im, target_size=608, interp=cv2.INTER_LINEAR):
    if isinstance(target_size, list) or isinstance(target_size, tuple):
        w = target_size[0]
        h = target_size[1]    else:
        w = target_size
        h = target_size
    im = cv2.resize(im, (w, h), interpolation=interp)    return imdef preprocess(image, target_size=(192, 192)):
    image = normalize(image)
    image = resize(image, target_size=target_size)
    image = np.transpose(image, [2, 0, 1])
    image = image[None, :, :, :]    return imagedef display_masked_image(mask, image, color_map=[255, 0, 0], weight=0.6):
    mask = mask > 0
    c1 = np.zeros(shape=mask.shape, dtype='uint8')
    c2 = np.zeros(shape=mask.shape, dtype='uint8')
    c3 = np.zeros(shape=mask.shape, dtype='uint8')
    pseudo_img = np.dstack((c1, c2, c3))    for i in range(3):
        pseudo_img[:, :, i][mask] = color_map[i]
    vis_result = cv2.addWeighted(image, weight, pseudo_img, 1 - weight, 0)    return vis_result


onnx_model_path = 'onnx_model/model.onnx'sess = rt.InferenceSession(onnx_model_path)
input_name = sess.get_inputs()[0].name
label_name = sess.get_outputs()[0].name

target_size = (192, 192)

cap_video = cv2.VideoCapture(0)if not cap_video.isOpened():    raise IOError("Error opening video stream or file.")while cap_video.isOpened():
    ret, raw_frame = cap_video.read()
    pre_shape = raw_frame.shape[0:2][::-1]    if ret:
        frame = cv2.cvtColor(raw_frame, cv2.COLOR_BGRA2RGB)
        frame = preprocess(frame, target_size)
        pred = sess.run(
            [label_name],
            {input_name: frame.astype(np.float32)}
        )[0]
        pred = pred[0]
        raw_frame = resize(raw_frame, target_size)
        image = display_masked_image(pred, raw_frame)
        image = resize(image, target_size=pre_shape)
        cv2.imshow('HumanSegmentation', image)        if cv2.waitKey(1) & 0xFF == ord('q'):            break
    else:        breakcap_video.release()

   

三、树莓派运行实例

将/home/aistudio/pp_humanseg_deploy文件夹打包，放入树莓派环境运行predict.py，效果如下：

       

以上就是轻量级人像分割模型PP-HumanSeg树莓派部署的详细内容，更多请关注其它相关文章！

# 将其  # 简单网站建设在线测试  # 铁岭seo网站优化哪家比较好  # 济南seo顾问公司  # 汽车网站建设公司代理  # 成都b站关键词排名优化哪家好  # 吴县抖音营销推广公司地址  # 宁波网站建设专家  # 海口seo维护  # 滁州seo推广如何操作  # 石榴酒营销推广活动  # 极速  # 所示  # 解决问题  # 相关文章  # python  # 工作流  # 官网  # 转换为  # 一言  # 中文网  # type  # fig  # udio  # igs  # red  # ai  # 工具  # git 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 真全息产品，亮相深圳文博会——dipal数伴拓展元宇宙非沉浸式体验  在这里见未来！杭州未来科技城全球AI盛会邀您共探最前沿  世界上第一个完全由人工智能驱动的图像编辑器！  五款 AI 网站构建器，任何人都能快速构建网站  抖音在Android平台获得VR|直播|软件著作权  阿里云AI绘画创作大模型通义万相发布 已开启定向邀测  猿辅导推出Motiff，整合三大AI功能，助力UI设计生产力革新  70年前他本想逃避考试，却影响了整个互联网  Zoom远程会议应用：AI培训需经用户授权  麦肯锡：到 2045 年左右，将有 50% 工作被 AI 接管  人工智能大胆预测：银河系至少有2万个地球，36种外星文明  靠游戏更靠AI 英伟达成唯一首季度两位数增长的公司  曝光HarmonyOS 4的重要新能力：全面升级AI大模型，小艺实现全面进化  生成式人工智能如何改变云安全的游戏规则  复盘MWC上海：AI大模型时代到来 通信网络将会怎样改变？  周鸿祎：用超级AI实现室温超导和核聚变，实现能源自由  看懂AI，找到增长新势能 | 笔记侠AI峰会等你来  午报 | 字节跳动要造机器人；东方甄选首次启动自有APP|直播|  三个全球首创，青岛西海岸新区“海元宇宙”亮相世界人工智能大会  禁止艺术家使用 AI 创作《龙与地下城》游戏插图的决定已在 D&D Beyond 生效  AI创作广告文案等同2.47年工作经验，且消费者无法区分｜AI营销前沿  先进技术在防止全球数据丢失方面的作用  乐天派桌面机器人加入小米米家生态系统，实现与其他智能设备的互联  阿里云推出通义万相AI绘画大模型  ChatGPT大更新！OpenAI奉上程序员大礼包：API新增杀手级能力还降价，新模型、四倍上下文都来了  BLIP-2、InstructBLIP稳居前三！十二大模型，十六份榜单，全面测评「多模态大语言模型」  月薪6万，哪些AI岗位在抢人？  云鲸发布全新的扫拖机器人J4系列  意大利警察拟用AI预测犯罪 该算法被指种族歧视严重  2025年深圳举办的SUSECON 创新峰会开始接受报名  世界周刊丨AI“棱镜”？  智能电网技术：提高能源效率和可靠性  AI行业盛会大咖云集！Sam Altam、“AI教父”......一文看懂最新观点  如何用户外电源给无人机实现持久续航  如何利用AI工具写好本科论文：科技助你一臂之力  OpenOOD更新v1.5：全面、精确的分布外检测代码库及测试平台，支持在线排行榜、一键测试  网易数帆以AI融合创新引领数据分析与软件开发新趋势  阿里云全面支持Llama2训练部署，助力企业快速构建自有大型模型  500元一张的AI艺术二维码制作，详细教程来了！  阿里大文娱CTO郑勇：生成式AI将引发内容行业巨变，*制作机会挑战并存  猿编程参加人工智能高峰论坛，推动人工智能教育解决方案在千所学校推行  警惕！AI或致虚假信息泛滥  构建AI绘画网站的方法：使用API接口和调用步骤  AI+音乐如何“生成”动听旋律？一起揭秘世界人工智能大会开场曲  码刻 | 48小时Hackathon，源码见证新生代AI创新的发生  争鸣：OpenAI奥特曼、Hinton、杨立昆的AI观点到底有何不同？  开创全新虚拟现实体验的Pimax Crystal VR头显  上天下海登极，青岛与昇腾AI握手一起探索星辰大海  机器人技能大比拼  可按用户语气自动回复消息，Zoom 推出基于生成式 AI 的新功能 

 2025-07-31