MediaPipeのPythonパッケージのサンプルです。
2021/12/14時点でPython実装のある以下7機能について用意しています。
- mediapipe 0.8.8 or later
※旧バージョンのMediaPipeを使用する場合はTagsの旧コミット版を利用ください - OpenCV 3.4.2 or later
- matplotlib 3.4.1 or later ※Pose/Holisticでplot_world_landmarkオプションを使用する場合のみ
mediapipeはpipでインストールできます。
pip install mediapipeデモの実行方法は以下です。
python sample_facemesh.py- --device
カメラデバイス番号の指定
デフォルト：0 - --width
カメラキャプチャ時の横幅
デフォルト：960 - --height
カメラキャプチャ時の縦幅
デフォルト：540 - --max_num_hands
最大手検出数
デフォルト：1 - --refine_landmarks
ATTENTION MESH MODELを使用するか否か ※目と口周りのランドマークがより正確になる
デフォルト：指定なし - --min_detection_confidence
検出信頼値の閾値
デフォルト：0.5 - --min_tracking_confidence
トラッキング信頼値の閾値
デフォルト：0.5 - --use_brect
外接矩形を描画するか否か
デフォルト：指定なし
python sample_hand.py- --device
カメラデバイス番号の指定
デフォルト：0 - --width
カメラキャプチャ時の横幅
デフォルト：960 - --height
カメラキャプチャ時の縦幅
デフォルト：540 - --model_complexity
モデルの複雑度(0:軽量 1:高精度)
デフォルト：1 - --max_num_faces
最大顔検出数
デフォルト：1 - --min_detection_confidence
検出信頼値の閾値
デフォルト：0.7 - --min_tracking_confidence
トラッキング信頼値の閾値
デフォルト：0.5 - --use_brect
外接矩形を描画するか否か
デフォルト：指定なし - --plot_world_landmark
World座標をmatplotlib表示する ※matplotlibを用いるため処理が重くなります
デフォルト：指定なし
python sample_pose.py- --device
カメラデバイス番号の指定
デフォルト：0 - --width
カメラキャプチャ時の横幅
デフォルト：960 - --height
カメラキャプチャ時の縦幅
デフォルト：540 - --model_complexity
モデルの複雑度(0:Lite 1:Full 2:Heavy)
※性能差はPose Estimation Qualityを参照ください
デフォルト：1 - --min_detection_confidence
検出信頼値の閾値
デフォルト：0.5 - --min_tracking_confidence
トラッキング信頼値の閾値
デフォルト：0.5 - --enable_segmentation
人物セグメンテーションを有効化するか
デフォルト：指定なし - --segmentation_score_th
人物セグメンテーションの閾値
デフォルト：0.5 - --use_brect
外接矩形を描画するか否か
デフォルト：指定なし - --plot_world_landmark
World座標をmatplotlib表示する ※matplotlibを用いるため処理が重くなります
デフォルト：指定なし
python sample_holistic.py- --device
カメラデバイス番号の指定
デフォルト：0 - --width
カメラキャプチャ時の横幅
デフォルト：960 - --height
カメラキャプチャ時の縦幅
デフォルト：540 - --model_complexity
モデルの複雑度(0:Lite 1:Full 2:Heavy)
※性能差はPose Estimation Qualityを参照ください
デフォルト：1 - --min_detection_confidence
検出信頼値の閾値
デフォルト：0.5 - --min_tracking_confidence
トラッキング信頼値の閾値
デフォルト：0.5 - --enable_segmentation
人物セグメンテーションを有効化するか
デフォルト：指定なし - --unuse_smooth_landmarks
人物セグメンテーションのスムース化を使用しない
デフォルト：指定なし - --segmentation_score_th
人物セグメンテーションの閾値
デフォルト：0.5 - --use_brect
外接矩形を描画するか否か
デフォルト：指定なし - --plot_world_landmark
World座標をmatplotlib表示する ※matplotlibを用いるため処理が重くなります
デフォルト：指定なし
python sample_facedetection.py- --device
カメラデバイス番号の指定
デフォルト：0 - --width
カメラキャプチャ時の横幅
デフォルト：960 - --height
カメラキャプチャ時の縦幅
デフォルト：540 - --model_selection
モデル選択(0：2m以内の検出に最適なモデル、1：5m以内の検出に最適なモデル)
デフォルト：0 - --min_detection_confidence
検出信頼値の閾値
デフォルト：0.5
python sample_objectron.py- --device
カメラデバイス番号の指定
デフォルト：0 - --width
カメラキャプチャ時の横幅
デフォルト：960 - --height
カメラキャプチャ時の縦幅
デフォルト：540 - --static_image_mode
静止画像モード ※トラッキング無し
デフォルト：指定なし - --min_detection_confidence
検出信頼値の閾値
デフォルト：0.5 - --min_tracking_confidence
トラッキング信頼値の閾値
デフォルト：0.99 - --model_name
検出対象(20201/03/03時点：'Shoe', 'Chair', 'Cup', 'Camera'の4種類)
デフォルト：Cup
python sample_selfie_segmentation.py- --device
カメラデバイス番号の指定
デフォルト：0 - --width
カメラキャプチャ時の横幅
デフォルト：960 - --height
カメラキャプチャ時の縦幅
デフォルト：540 - --model_selection
モデル種類指定
0：Generalモデル(256x256x1 出力)
1：Landscapeモデル(144x256x1 出力)
デフォルト：0 - --score_th
スコア閾値(閾値以上：人間、閾値未満：背景)
デフォルト：0.1 - --bg_path
背景画像格納パス ※未指定時はグリーンバック
デフォルト：None
以下のRaspberry Pi向けビルドを利用することで、Raspberry Pi上で本サンプルを試すことが出来ます。
mediapipe-bin は、v0.8.4 および v0.8.5のバージョンが提供されています。
mediapipe-python-sample は タグv0.8.4、v0.8.5のコードをご使用ください。
-
Holisticのサンプル追加 (mediapipe 0.8.1) -
Poseのz座標表示を追加 (mediapipe 0.8.3) -
Face Detectionのサンプル追加 (mediapipe 0.8.3) -
Objectronのサンプル追加 (mediapipe 0.8.3)
高橋かずひと(https://twitter.com/KzhtTkhs)
mediapipe-python-sample is under Apache-2.0 License.
また、女性の画像、および背景画像はフリー素材ぱくたそ様の写真を利用しています。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent