EasyDL图像分割介绍
创建应用
1.进入百度AI开放平台打开控制台：
2.在左上角打开产品服务列表，找到EasyDL零门槛AI开放平台：
3.打开EasyDL图像：
4.在公有云部署-应用列表中创建一个应用：
5.创建完成后获取到AppID、API Key、Secret Key：
创建模型
1.进入EasyGL图像分割：
2.创建模型：
3.创建数据集：
4.数据导入：
上传图片，图片的数量尽量多些
导入完成后查看并标注：
框选目标所在范围：
添加标签并为框选的目标设置标签：
设置完成后保存当前标注：
5.训练模型：（开始训练后需要等待一定时间）
6.发布模型：
发布完成后，拿到接口地址，来到Unity中，根据接口响应字段说明定义相应数据结构：
using System;
[Serializable]
public class ImageSegmentationResponse
{
/// <summary>
/// 唯一的log id 用于问题定位
/// </summary>
public int log_id;
/// <summary>
/// 标签数组结果
/// </summary>
public ImageSegmentationResult[] results;
}
[Serializable]
public class ImageSegmentationResult
{
/// <summary>
/// 标签名称
/// </summary>
public string name;
/// <summary>
/// 置信度
/// </summary>
public string score;
/// <summary>
/// 位置
/// </summary>
public Location location;
/// <summary>
/// 基于游程编码的字符串，编码内容为和原图宽高相同的布尔数组
/// 若数组值为0，代表原图此位置像素点不属于检测目标，若为1，代表原图此位置像素点属于检测目标
/// </summary>
public bool[] mask;
}
[Serializable]
public class Location
{
/// <summary>
/// 目标定位位置的长方形左上顶点的水平坐标
/// </summary>
public int left;
/// <summary>
/// 目标定位位置的长方形左上顶点的垂直坐标
/// </summary>
public int top;
/// <summary>
/// 目标定位位置的长方形的宽度
/// </summary>
public int width;
/// <summary>
/// 目标定位位置的长方形的高度
/// </summary>
public int height;
}
在任意一个模块下载C#SDK，例如在图像识别中下载，它是包含EasyDL的API内容的：
有了SDK后，放入Unity中的Plugins文件夹中，封装调用函数，只需要将检测图片的字节数据作为参数，其中appID、apiKey、secretKey是在上面创建应用时获取到的，url是发布模型时获取到的：
using System;
using UnityEngine;
/// <summary>
/// 图像分割
/// </summary>
public class ImageSegmentation
{
private const string appID = "";
private const string apiKey = "";
private const string secretKey = "";
private const string url = "";
public static ImageSegmentationResult[] SendRequest(byte[] bytes)
{
var client = new Baidu.Aip.EasyDL.EasyDL(appID, apiKey, secretKey);
try
{
var response = client.requestImage(url, bytes);
Debug.Log(response.ToString());
ImageSegmentationResponse r = JsonUtility.FromJson<ImageSegmentationResponse>(response.ToString());
return r.results;
}
catch (Exception error)
{
Debug.LogError(error);
}
return null;
}
}
测试图片：
测试代码：
using System.IO;
using UnityEngine;
public class Example : MonoBehaviour
{
private void Start()
{
ImageSegmentation.SendRequest(File.ReadAllBytes(Application.dataPath + "/1.jpg"));
}
}
返回结果：
拿到了定位数据后，接下来将其区域绘制出来， 响应说明中解释（left，top）构成左上顶点，但是从返回值来看top为16，减去一个高度312的话，左下顶点的坐标已经是负数，这里姑且猜想它构成的是左下顶点：
首先创建一个Image来放置我们的测试图片，Canvas、Image大小也设为测试图片的大小640 * 359：
以下是测试脚本，将其挂载于Image测试：
using System.IO;
using UnityEngine;
public class Example : MonoBehaviour
{
private void Start()
{
var results = ImageSegmentation.SendRequest(File.ReadAllBytes(Application.dataPath + "/测试.jpg"));
for (int i = 0; i < results.Length; i++)
{
var location = results[i].location;
LineRenderer line = new GameObject("LineRenderer").AddComponent<LineRenderer>();
line.positionCount = 4;
line.loop = true;
Vector2 leftTop = new Vector2(location.left, location.top);
Vector2 rightTop = new Vector2(location.left + location.width, location.top);
Vector2 leftBottom = new Vector2(location.left, location.top + location.height);
Vector2 rightBottom = new Vector2(location.left + location.width, location.top + location.height);
RectTransformUtility.ScreenPointToWorldPointInRectangle(transform as RectTransform, leftTop, Camera.main, out Vector3 point1);
RectTransformUtility.ScreenPointToWorldPointInRectangle(transform as RectTransform, rightTop, Camera.main, out Vector3 point2);
RectTransformUtility.ScreenPointToWorldPointInRectangle(transform as RectTransform, rightBottom, Camera.main, out Vector3 point3);
RectTransformUtility.ScreenPointToWorldPointInRectangle(transform as RectTransform, leftBottom, Camera.main, out Vector3 point4);
line.SetPosition(0, point1);
line.SetPosition(1, point2);
line.SetPosition(2, point3);
line.SetPosition(3, point4);
}
}
}
emmm... 区域大概准确吧，可能测试的模型数据集足够丰富的话检测会更精确。
以上就是Unity实现识别图像中主体及其位置的详细内容，更多关于Unity的资料请关注服务器之家其它相关文章！
原文链接：https://blog.csdn.net/qq_42139931/article/details/123029331
