NIMA 算法测试图片清晰度
简介
该算法从两个不同的维度进行判断。首先是判断照片的质量等。 美观等主观方面，该算法也可以用来判断拍照水平。摄影爱好者可以用来提高自己的摄影水平。 如何检测图片
讯享网NIMA基于最新的深度物体识别（object detection）神经网络，能够从直接观感（技术角度）和吸引程度（美学角度）预测人类对图像的评估意见的分布。 文中提出的神经网络的打分具有与人类主观打分很相近的优点，因此可以用于图像质量评估工作。
NIMA算法是用来单纯检测图片质量，采用AVA数据集合训练。可以用于检查监控画面是否清晰、摄影拍照水平是如何。
NIMA是分数范围1～10分数越高图片质量越好 一般5以上代表图片质量正常，4.5～5代表质量普通，4.5以下代表质量模糊
- 相关连接
- 原始项目地址
- 论文地址
from nima.inference.inference_model import InferenceModel import os import time # add other package import numpy as np import pandas as pd import matplotlib.pyplot as plt from PIL import Image 加载模型
讯享网path_model = './model/pretrain-model.pth' model = InferenceModel(path_to_model=path_model)
加载图片
idir = './image' filelist = [] filenames = os.listdir(idir) images={
} print(filenames) for fn in filenames: if fn == '.DS_Store': continue fullfilename = os.path.join(idir, fn) filelist.append(fullfilename) images[fn]=plt.imread(fullfilename) pass print(filelist) ['clear.png', 'clear3.png', 'clear2.png', 'vague5.png', 'vague4.png', 'vague3.png', 'vague.png'] ['./image/clear.png', './image/clear3.png', './image/clear2.png', './image/vague5.png', './image/vague4.png', './image/vague3.png', './image/vague.png'] 进行运算
timeall = 0 results={
} for i in range(0, len(filelist)): path_image = filelist[i] try: time0 = time.time() result = model.predict_from_file(path_image)#1-10分 time1 = time.time() timed = time1 - time0 timeall = timeall + timed print(filenames[i],result["mean_score"],timeall) results[filenames[i]] = filenames[i]+':'+str(result["mean_score"]) except Exception as e: print('error',e) continue clear.png 5.09 0. clear3.png 4.2767 0. clear2.png 5.5681 0. vague5.png 3.1561 0.05176 vague4.png 4.9415 0.96924 vague3.png 4.1506 0.66406 vague.png 4.5716 0.20508 显示结果
plt.figure(figsize=(50,50)) i =1; dic={
} for im in images: plt.subplot(4,2,i) plt.imshow(images[im]) title = im+':'+str(results[im]) plt.title(results[im], fontsize=28) i+=1 plt.show() 
结果
- 图片 vague5 最模糊，分数为 3.79
- 图片 clear2 最为清晰 分数为 5.2
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/67745.html