# Segmentarea Corpului Uman

Temă de laborator din [AI for Beginners Curriculum](https://github.com/microsoft/ai-for-beginners).

## Sarcina

În producția video, de exemplu, în prognozele meteo, deseori trebuie să decupăm imaginea unei persoane din filmare și să o plasăm peste alt material video. Acest lucru se face de obicei folosind tehnici de **chroma key**, când o persoană este filmată în fața unui fundal de culoare uniformă, care este apoi eliminat. În acest laborator, vom antrena un model de rețea neuronală pentru a decupa silueta umană.

## Setul de date

Vom folosi [Segmentation Full Body MADS Dataset](https://www.kaggle.com/datasets/tapakah68/segmentation-full-body-mads-dataset) de pe Kaggle. Descărcați manual setul de date de pe Kaggle.

## Notebook-ul de start

Începeți laboratorul deschizând [BodySegmentation.ipynb](../../../../../../lessons/4-ComputerVision/12-Segmentation/lab/BodySegmentation.ipynb)

## Concluzie

Segmentarea corpului este doar una dintre sarcinile comune pe care le putem realiza cu imagini ale oamenilor. Alte sarcini importante includ **detectarea scheletului** și **detectarea posturii**. Consultați biblioteca [OpenPose](https://github.com/CMU-Perceptual-Computing-Lab/openpose) pentru a vedea cum pot fi implementate aceste sarcini.

**Declinare de responsabilitate**:  
Acest document a fost tradus folosind serviciul de traducere AI [Co-op Translator](https://github.com/Azure/co-op-translator). Deși ne străduim să asigurăm acuratețea, vă rugăm să fiți conștienți că traducerile automate pot conține erori sau inexactități. Documentul original în limba sa natală ar trebui considerat sursa autoritară. Pentru informații critice, se recomandă traducerea profesională realizată de un specialist uman. Nu ne asumăm responsabilitatea pentru eventualele neînțelegeri sau interpretări greșite care pot apărea din utilizarea acestei traduceri.