Ukur persentase lemak tubuh Anda hanya dengan satu gambar!
Kiriman saya untuk Global PyTorch Summer Hackathon 2019. Di antara 5% (dari 1466 peserta) proyek yang akan ditampilkan di galeri hackathon.
Kode ini telah diuji di Ubuntu, PyTorch 1.2, Python 3.6 dan Nvidia GTX 940MX. Disarankan untuk menyiapkan lingkungan virtual python dan menginstal paket-paket berikut.
Kloning reponya
Instal di bawah ini:
apt-get install tk-dev python-tk
Aktifkan virutal Instal paket python yang diperlukan di lingkungan virtual
(pytorch)$ pip3 install torch torchvision (pytorch)$ pip3 install scikit-image opencv-python pandas h5py (pytorch)$ pip3 install cffi (pytorch)$ pip3 install cython (pytorch)$ pip3 install requests (pytorch)$ pip3 install future
Bangun ekstensi NMS
cd lib/ python3 setup3.py build_ext --inplace
python3 measure_body.py
Ini mengambil contoh gambar dari data/inputs
dan memprediksi persentase lemak tubuh.
Petunjuk untuk mengambil gambar
Model akan memperkirakan lingkar leher dan pinggang Anda untuk memprediksi persentase lemak tubuh Anda. Jadi area leher dan pinggang Anda harus terlihat jelas di gambar. Selain itu, model ini berfungsi paling baik saat Anda berdiri setidaknya 1 m dari kamera. Beberapa contoh:
Contoh yang bagus
Tempel gambar Anda di data/inputs/
Jalankan python3 measure_body.py --image_name <name_of_your_image>.jpg
Hasil Anda ditampilkan di layar.
Ia menggunakan jaringan estimasi kedalaman monokuler untuk menghasilkan peta kedalaman tingkat piksel. Hal ini berdasarkan makalah CVPR 2019 'Mempelajari kedalaman pergerakan orang dengan mengamati orang yang membeku'. Pada saat yang sama, model deteksi objek RetinaNet telah disempurnakan untuk memperkirakan lokasi bagian tubuh Anda. PyTorch digunakan untuk kedua jaringan. Informasi ini digabungkan untuk menghitung ukuran tubuh dan persentase lemak tubuh Anda. Beberapa intrinsik kamera dari data geofisika juga digunakan untuk estimasi. Ia menggunakan rumus lemak tubuh Angkatan Laut untuk perhitungannya.
Kode estimasi kedalaman telah dipinjam & dimodifikasi dari repo ini (implementasi makalah Google AI yang mengagumkan ini).
Kode Retinanet telah dipinjam & dimodifikasi dari implementasi PyTorch ini.
Kode NMS dari sini.