stgan_bald

基于PaddleHub的秃头生成器

模型概述

秃头生成器（stgan_bald），该模型可自动根据图像生成1年、3年、5年的秃头效果。

模型效果：

详情请查看此链接：https://aistudio.baidu.com/aistudio/projectdetail/1145381

本模型为大家提供了小程序，欢迎大家体验

选择模型版本进行安装

$ hub install stgan_bald==1.0.0

Module API说明

bald(images, use_gpu=False)

秃头生成器预测接口，预测输入一张人像，输出三张秃头效果(1年、3年、5年)

参数

images(str): 待检测的图片路径

use_gpu(bool): 是否使用 GPU

自动将预测结果输出到bald_output文件夹

API预测代码示例

import paddlehub as hub
import cv2
stgan_bald = hub.Module(name="stgan_bald")
result = stgan_bald.bald(images=[cv2.imread('/PATH/TO/IMAGE')])

服务部署

第一步：启动PaddleHub Serving

$ hub serving start -m stgan_bald

第二步：发送预测请求

import requests
import json
import base64
import cv2
import numpy as np
def cv2_to_base64(image):
    data = cv2.imencode('.jpg', image)[1]
    return base64.b64encode(data.tostring()).decode('utf8')
def base64_to_cv2(b64str):
    data = base64.b64decode(b64str.encode('utf8'))
    data = np.fromstring(data, np.uint8)
    data = cv2.imdecode(data, cv2.IMREAD_COLOR)
    return data
# 发送HTTP请求
org_im = cv2.imread('/PATH/TO/IMAGE')
data = {'images':[cv2_to_base64(org_im)]}
headers = {"Content-type": "application/json"}
url = "http://127.0.0.1:8866/predict/stgan_bald"
r = requests.post(url=url, headers=headers, data=json.dumps(data))
img0 = base64_to_cv2(r.json()["results"]['data_0'])
img1 = base64_to_cv2(r.json()["results"]['data_1'])
img2 = base64_to_cv2(r.json()["results"]['data_2'])
img = cv2.cvtColor(img0, cv2.COLOR_RGB2BGR)
cv2.imwrite('bald_0.png', img)

贡献者

刘炫、彭兆帅、郑博培

依赖

paddlepaddle >= 1.8.2

paddlehub >= 1.8.0

1084667371/stgan_bald