# Segmentazione del Corpo Umano

Compito di laboratorio dal [Curriculum AI for Beginners](https://github.com/microsoft/ai-for-beginners).

## Compito

Nella produzione video, ad esempio nelle previsioni del tempo, spesso è necessario ritagliare l'immagine di una persona dalla telecamera e posizionarla sopra un altro filmato. Questo viene tipicamente fatto utilizzando tecniche di **chroma key**, in cui una persona viene filmata davanti a uno sfondo di colore uniforme, che viene poi rimosso. In questo laboratorio, alleneremo un modello di rete neurale per ritagliare la silhouette umana.

## Il Dataset

Utilizzeremo il [Segmentation Full Body MADS Dataset](https://www.kaggle.com/datasets/tapakah68/segmentation-full-body-mads-dataset) da Kaggle. Scarica manualmente il dataset da Kaggle.

## Notebook di Partenza

Inizia il laboratorio aprendo [BodySegmentation.ipynb](../../../../../../lessons/4-ComputerVision/12-Segmentation/lab/BodySegmentation.ipynb)

## Conclusione

La segmentazione del corpo è solo uno dei compiti comuni che possiamo svolgere con immagini di persone. Altri compiti importanti includono **rilevamento dello scheletro** e **rilevamento della postura**. Esplora la libreria [OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) per vedere come possono essere implementati questi compiti.

**Disclaimer**:  
Questo documento è stato tradotto utilizzando il servizio di traduzione automatica [Co-op Translator](https://github.com/Azure/co-op-translator). Sebbene ci impegniamo per garantire l'accuratezza, si prega di notare che le traduzioni automatiche possono contenere errori o imprecisioni. Il documento originale nella sua lingua nativa dovrebbe essere considerato la fonte autorevole. Per informazioni critiche, si raccomanda una traduzione professionale effettuata da un traduttore umano. Non siamo responsabili per eventuali incomprensioni o interpretazioni errate derivanti dall'uso di questa traduzione.