Human Part Segmentation

Human Part Segmentation

在 Gradio 页面里用 Keras 的 DeepLabV3+ 模型标出照片中人物的各个部位，比如四肢和躯干，附带示例图片，适合学习者和计算机视觉开发者。

由 keras-io 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：Human Part Segmentation 是一个 Gradio 应用，从名字看，它会标出照片里人物的身体部位。记录里列出了一个 Keras 模型，是以 ResNet50 为骨干的 DeepLabV3+ 模型。里面有示例图片，这个 Space 在 Hugging Face 的升级版 CPU 硬件上运行。

适合谁：它适合想看人物分割效果的计算机视觉学习者和开发者，也适合想快速看看模型怎么把人分成各个部位的设计师。请只使用你有权使用的照片。

行业 | 使用者 | 使用方式 | 例子
教育 | 计算机视觉的学生 | 看分割模型如何给人物的每个部位打标签 | 运行一张示例图，查看彩色的部位
设计 | 创意技术人员 | 把模型的身体部位蒙版当作项目的起点来检查 | 试试你自己的一张照片
软件 | Python 开发者 | 阅读围绕 Keras 模型的小型 Gradio 演示 | 打开 app.py 和 requirements.txt

如果你的照片里没有人，可以跳过它。

用在哪里：

• 网页浏览器，在 Hugging Face 上的 Space 页面里
• 装有 Python 的 Windows、macOS 或 Linux，用下载的副本运行

用例 | 适合谁 | 得到什么
分割照片里的人物 | 学习者和开发者 | 标出身体部位的图片
试用自带的示例 | 任何人 | 快速了解模型做什么
作为基础复用 | 开发者 | 一个围绕 Keras 模型的小型 Gradio 应用

如何设置：

• 如果用在线 Space，什么都不用装
• 只有运行副本时才需要在电脑上装 Python
• requirements.txt 里列出的依赖包

1. 在浏览器里打开 Space 页面，无需安装就能使用。
2. 想运行副本，先安装 Hugging Face Hub 包，再下载这个 Space。
3. 进入新文件夹，然后安装 Gradio 和清单里的依赖。
4. 用 Python 启动应用。

pip install -U huggingface_hub
hf download keras-io/Human-Part-Segmentation --repo-type space --local-dir Human-Part-Segmentation
cd Human-Part-Segmentation
pip install gradio
pip install -r requirements.txt
python app.py

如何使用：在线使用时，打开 Space，用页面上的控件操作。在自己的电脑上，则在 Space 文件夹里运行主文件，再使用它提供的页面。示例图片是最快的试用办法。

python app.py

示例：你打开 Space，选一张有人物的示例照片。应用会返回标出了人物身体部位的照片。记录没有描述输出内容，所以具体显示方式要看页面。

新手与专家：分割是指程序给图像的每个像素打标签，这里标的是它属于身体的哪个部位。先打开 Space，运行一张示例图片。

如果你熟悉这个领域，这个模型把 DeepLabV3+ 和 ResNet50 骨干搭在一起，这是做像素级标签的常见设计。记录没有给出类别清单、分辨率限制或准确率数据，所以请在你自己的图片上检查结果。

你选一张照片或上传一张
Gradio 页面把它交给 app.py
DeepLabV3+ 模型给每个像素打标签
页面显示标出的部位

注意事项：

• License: cc0-1，Space 上就是这样标注的
• Cost to run: 未提及
• Data it reaches: 你给它的照片，以及它所列的模型
• Not for: 记录没有列出排除项，所以请只使用你有权使用的照片

Hugging Face 上的数据（2026年11月13日）

• 点赞：36
• 构建方式：gradio
• 许可证：cc0-1.0

链接

• Space：https://huggingface.co/spaces/keras-io/Human-Part-Segmentation
• 文件：https://huggingface.co/spaces/keras-io/Human-Part-Segmentation/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。