人物セグメンテーション(humanSegmentation)

人物セグメンテーションノードは、複数の事前学習済みモデルを使用して、入力画像に対してセマンティックな人物セグメンテーションを実行します。セグメンテーション結果画像、選択済みの部位/コンポーネントを覆うマスク、および検出された領域の周囲のバウンディングボックスを生成します。

入力

image

セグメンテーション対象の入力画像。

method

使用するセグメンテーションモデル。利用可能な方法：

• selfie_multiclass_256x256
• human_parsing_lip
• human_parts (deeplabv3p)
• segformer_b3_clothes
• segformer_b3_fashion
• face_parsing

各方法には独自のラベルセットがあり、利用可能なmask_componentsは選択済みの方法に基づいて設定されます。

confidence

セグメンテーション予測の最小信頼度しきい値。デフォルト: 0.4
範囲: 0.05 – 0.95
ステップ: 0.01

値が低いほど不確かな領域がマスクに含まれ、値が高いほど低信頼度の予測が抑制され、よりタイトでクリーンなマスクが生成されます。

crop_multi

検出されたセグメンテーションの周囲のクロップ領域を制御する乗数。デフォルト: 0
範囲: 0 – 10
ステップ: 0.001

0を指定すると、クロップ領域はマスク/bboxに厳密に制限されます。値が高いほど、被写体の周囲のクロップ領域が拡大されます。

mask_components

マスクと結果画像に含めるセグメンテーションコンポーネント/クラスの複数選択リスト。複数のコンポーネントを選択できます。それらの領域は出力マスクに結合されます。

利用可能なオプションは選択済みのmethodによって異なります。各モデルが異なるセマンティッククラスを公開するためです。

出力

IMAGE出力

セグメンテーション結果画像。mask_components、confidence、crop_multiを適用した後の選択済みセグメンテーションの視覚的出力です。

MASK

信頼度しきい値が適用された後、選択済みのmask_componentsから生成されたマスク。出力画像と空間的に対応します。

BBOX

選択済みのセグメンテーションコンポーネントの周囲のバウンディングボックス（画像座標）。さらなるクロップ、条件付け、または領域ベースの処理に使用できます。

使用上の注意

必要なセグメンテーションの種類に合ったmethodを選択してください。たとえば、衣類に特化した方法はファッション関連のマスクに役立ち、face_parsingは顔の領域に適しています。

被写体をタイトにクロップするにはcrop_multiを0のままにし、結果画像により多くの周囲のコンテキストを含めたい場合は値を増やします。

mask_componentsは複数選択なので、複数の身体部位やオブジェクトクラスを1つのマスクに結合できます。

選択済みの方法のモデル重みは初回使用時にダウンロードされる場合があるため、初回の実行は2回目以降よりも時間がかかることがあります。