BodyScan

人體掃描儀

只需一張圖片即可測量您的體脂百分比！

我向 2019 年全球 PyTorch 夏季黑客松提交的作品。

安裝

使用虛擬環境

此程式碼已在 Ubuntu、PyTorch 1.2、Python 3.6 和 Nvidia GTX 940MX 上進行了測試。建議設定一個python虛擬環境並安裝以下軟體包。

1. 克隆儲存庫

2. 安裝以下內容：

   apt-get install tk-dev python-tk

3. 啟動virutal 在虛擬環境中安裝所需的python包

   (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

4. 建置 NMS 擴充

   cd lib/
   python3 setup3.py build_ext --inplace

用法

運行演示

1. python3 measure_body.py
   這從data/inputs中獲取樣本圖片並預測身體脂肪百分比。

估算一下你自己的體脂肪百分比！

1. 拍照須知
   該模型將估計您的頸圍和腰圍，以預測您的身體脂肪百分比。所以你的脖子和腰部區域需要在照片中清晰可見。此外，當您站在距離相機至少 1 m 的地方時，模型效果最佳。一些例子：

   好例子

   

2. 將您的圖片貼到data/inputs/中

3. 運行python3 measure_body.py --image_name <name_of_your_image>.jpg
   您的結果顯示在螢幕上。

在職的

它使用單目深度估計網路來產生像素級深度圖。這是基於 CVPR 2019 論文「透過觀察凍結的人來了解感動人的深度」。同時，RetinaNet 物件偵測模型經過微調，可以估計您身體部位的位置。這兩個網路均使用 PyTorch。這些資訊結合起來可以計算您的身體測量值和體脂百分比。 exif 資料中的一些相機內在函數也用於估計。它使用海軍體脂公式進行計算。

致謝

• 深度估計程式碼是從這個倉庫借用和修改的（這篇很棒的谷歌人工智慧論文的實現）。

• Retinanet 程式碼是從這個 PyTorch 實作中藉用和修改的。

• NMS 代碼來自這裡。