（原创作者@CSDN_伊利丹~怒风）
环境准备
手机
测试手机型号：Redmi K60 Pro
处理器：第二代骁龙8移动--8gen2
运行内存：8.0GB ，LPDDR5X-8400，67.0 GB/s
摄像头：前置16MP+后置50MP+8MP+2MP
AI算力：NPU 48Tops INT8 && GPU 1536ALU x 2 x 680MHz = 2.089 TFLOPS
提示：任意手机均可以，性能越好的手机速度越快
软件
APP：AidLux2.0
系统环境：Ubuntu 20.04.3 LTS
提示：AidLux登录后代码运行更流畅，在代码运行时保持AidLux APP在前台运行，避免代码运行过程中被系统回收进程，另外屏幕保持常亮，一般息屏后一段时间，手机系统会进入休眠状态，如需长驻后台需要给APP权限。
算法Demo
Demo代码介绍
主要功能
这段代码实现了一个实时人物分割应用，主要功能包括：
-
摄像头初始化与管理：
支持自动检测和选择 USB 摄像头
提供备用方案，在无 USB 摄像头时使用设备内置摄像头
处理摄像头打开失败的情况并进行重试
-
AI 模型加载与配置：
使用 aidlite 框架加载轻量级神经网络模型
配置模型输入输出格式和加速选项（GPU）
初始化模型解释器并准备进行推理
-
实时图像处理流程：
捕获摄像头视频帧
图像预处理（调整大小、颜色空间转换）
模型推理，获取前景和背景分割结果
后处理生成二值掩码
将掩码与原始图像叠加显示
-
性能监控：
记录并打印各个处理阶段的耗时
计算总处理时间，评估系统性能
这个应用可以用于简单的实时背景替换、虚拟试衣、视频会议中的背景虚化等场景。通过调整掩码生成算法和叠加方式，可以获得更丰富的视觉效果。
Aidlite 框架
Aidlite 框架 是一个用于模型推理的框架，而非具体模型。它提供了模型加载、加速和执行的功能。
框架功能：
• 模型管理：创建实例、设置输入输出格式
• 硬件加速：支持 CPU/GPU/NPU 等多种后端
• 张量操作：输入数据传递、输出结果获取
OpenCV 计算机视觉功能
代码中使用了 OpenCV 的图像处理功能（如cv2.resize、cv2.addWeighted），但这些属于传统计算机视觉算法，并非 AI 模型。
关键功能：
图像预处理：调整尺寸、颜色空间转换
图像合成：将分割掩码与原始图像叠加
视频处理：摄像头捕获、帧显示
总结
代码中实际使用的 AI 模型只有1 个（segmentation.tnnmodel），用于人物分割。另外两个组件是：
Aidlite 框架：负责模型推理的执行环境
OpenCV 库：提供传统计算机视觉处理功能
这种架构体现了典型的 AI 应用模式：AI 模型负责核心任务（分割），传统算法负责前后处理（图像调整、结果可视化）。
AI模型介绍
这段代码中的模型是一个轻量级的图像分割模型，专门用于实时人物与背景的分离。下面从模型架构、功能和应用场景三个方面进行详细分析：
1. 模型架构
根据代码中的参数配置，可以推测该模型的特点：
-
输入要求：
输入尺寸为 256×256×3（RGB 图像）
数据类型为 uint8（0-255 像素值）
需将 BGR 格式转为 RGB（符合大多数深度学习模型的输入要求）
-
输出结构：
两个并行输出张量，形状均为 256×256
数据类型为 float32（浮点数值）
-
结合后处理代码，推测两个输出分别对应：
pred_0：背景分割概率图
pred_1：前景（人物）分割概率图
-
模型格式：
使用 .tnnmodel 格式，表明基于 TNN（Tencent Neural Network）框架优化
适合移动端或边缘设备部署（如 Aidlux 平台）
2. 应用场景
基于人物分割功能，该模型可用于：
视频会议：背景虚化、虚拟背景替换
直播与短视频：绿幕抠像替代方案
AR 试衣 / 美妆：实时叠加虚拟服装或妆容
安防监控：人物检测与跟踪的预处理步骤
3. 性能与限制
-
优势：
实时性强：单帧处理时间约几十毫秒（取决于设备性能）
资源占用低：轻量级模型适合嵌入式设备运行
效果自然：能处理复杂场景（如头发、透明物体）
-
局限性：
依赖光照条件：强光或弱光环境可能降低分割精度
边界细节不足：在复杂边缘（如薄纱、眼镜）可能出现锯齿
仅支持单人物：多人物场景可能需要额外的实例分割模型
Demo代码
import cv2
import time
from time import sleep
import subprocess
import remi
import sys
import numpy as np
import aidlite
import os
# 获取USB摄像头ID函数
def get_cap_id():
try:
# 执行shell命令获取所有USB视频设备的ID
cmd = "ls -l /sys/class/video4linux | awk -F ' -> ' '/usb/{sub(/.*video/, \"\", $2); print $2}'"
result = subprocess.run(cmd, shell=True, capture_output=True, text=True)
output = result.stdout.strip().split()
# 将设备ID转换为整数并返回最小值（优先使用第一个检测到的USB摄像头）
video_numbers = list(map(int, output))
if video_numbers:
return min(video_numbers)
else:
return None
except Exception as e:
print(f"获取摄像头ID时出错: {e}")
return None
# 图像合成函数：将分割掩码与原始图像叠加
def transfer(image, mask):
# 调整掩码大小与原始图像一致
mask = cv2.resize(mask, (image.shape[1], image.shape[0]))
# 创建与原始图像相同尺寸的三通道掩码
mask_n = np.zeros_like(image)
mask_n[:, :, 0] = mask # 将掩码值赋给蓝色通道
# 设置透明度参数
alpha = 0.7 # 原始图像透明度
beta = (1.0 - alpha) # 掩码图像透明度
# 加权叠加原始图像和掩码图像
dst = cv2.addWeighted(image, alpha, mask_n, beta, 0.0)
return dst
# 模型输入输出参数配置
w = 256 # 模型输入宽度
h = 256 # 模型输入高度
# 定义模型输入输出形状
inShape = [[1, w, h, 3]] # 输入: 1张RGB图像，尺寸256x256
outShape = [[1, w, h], [1, w, h]] # 输出: 两个256x256的分割图
model_path = "models/segmentation.tnnmodel" # 模型文件路径
# 加载模型
model = aidlite.Model.create_instance(model_path)
if model is None:
print("模型创建失败!")
# 设置模型属性：输入为uint8类型，输出为float32类型
model.set_model_properties(inShape, aidlite.DataType.TYPE_UINT8, outShape, aidlite.DataType.TYPE_FLOAT32)
# 配置模型加速类型为GPU
config = aidlite.Config.create_instance()
config.accelerate_type = aidlite.AccelerateType.TYPE_GPU
# 构建并初始化模型解释器
fast_interpreter = aidlite.InterpreterBuilder.build_interpretper_from_model_and_config(model, config)
if fast_interpreter is None:
print("解释器创建失败!")
result = fast_interpreter.init()
if result != 0:
print("解释器初始化失败!")
result = fast_interpreter.load_model()
if result != 0:
print("模型加载失败!")
print("模型加载成功!")
# 设备类型和摄像头ID配置
aidlux_type = "basic"
# 0-后置摄像头，1-前置摄像头
camId = 1
opened = False
# 尝试打开摄像头，失败则重试
while not opened:
if aidlux_type == "basic":
# 基本设备使用MIPI接口打开前置摄像头
cap = cv2.VideoCapture(camId, device='mipi')
else:
# 其他设备优先使用USB摄像头
capId = get_cap_id()
print("USB摄像头ID: ", capId)
if capId is None:
print("未找到USB摄像头")
# 默认使用前置摄像头
cap = cv2.VideoCapture(1, device='mipi')
else:
camId = capId
cap = cv2.VideoCapture(camId)
# 设置视频编码格式为MJPG
cap.set(6, cv2.VideoWriter.fourcc('M', 'J', 'P', 'G'))
# 检查摄像头是否成功打开
if cap.isOpened():
opened = True
else:
print("摄像头打开失败")
cap.release() # 释放摄像头资源
time.sleep(0.5) # 等待0.5秒后重试
# 主循环：实时捕获、处理和显示视频
while True:
# 读取一帧图像
ret, frame = cap.read()
if not ret:
continue # 读取失败则跳过当前帧
if frame is None:
continue # 空帧则跳过
# 如果使用前置摄像头，水平翻转图像以获得镜像效果
if camId == 1:
frame = cv2.flip(frame, 1)
# 记录处理时间点
t0 = time.time()
# 图像预处理
img = cv2.resize(frame, (w, w)) # 调整图像大小为模型输入尺寸
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 转换颜色空间从BGR到RGB
t1 = time.time()
print('tnn: 开始设置输入')
# 将预处理后的图像数据传入模型
result = fast_interpreter.set_input_tensor(0, img.data)
print(result)
if result != 0:
print("设置输入张量失败")
t2 = time.time()
print('tnn: 开始推理')
# 执行模型推理
result = fast_interpreter.invoke()
if result != 0:
print("模型推理失败")
t3 = time.time()
# 获取模型输出结果
pred_1 = fast_interpreter.get_output_tensor(1)
if pred_1 is None:
print("获取输出张量1失败!")
pred_0 = fast_interpreter.get_output_tensor(0)
if pred_0 is None:
print("获取输出张量0失败!")
print('预测结果形状:', pred_0.shape, pred_1.shape)
t4 = time.time()
# 重塑输出张量为二维数组
pred0 = (pred_0).reshape(w, h)
pred1 = (pred_1).reshape(w, h)
# 提取背景和前景预测结果
back = ((pred0)).copy()
front = ((pred1)).copy()
t5 = time.time()
# 计算前景掩码：前景分数减去背景分数
mask = front - back
print('掩码值范围:', mask)
# 二值化掩码：大于0的区域为前景(255)，小于等于0的区域为背景(0)
mask[mask > 0] = 255
mask[mask <= 0] = 0
# 将掩码与原始图像叠加
dst = transfer(frame, mask)
# 打印各处理阶段耗时
print('预处理耗时:%f===设置输入耗时:%f===推理耗时:%f===获取输出耗时:%f===后处理耗时:%f' % (
t1 - t0, t2 - t1, t3 - t2, t4 - t3, t5 - t4))
print('总耗时', t5 - t0)
# 显示处理结果
cv2.imshow("", dst)
# 按ESC键退出程序
key = cv2.waitKey(1)
if key == 27: # ESC键
break
# 释放资源
cap.release()
cv2.destroyAllWindows()
模型位置
/opt/aidlux/app/aid-examples/hair_seg
模型效果
