强大的开源实时视频抠图工具，头发丝也能完整保留

admin

       BackgroundMattingV2 是华盛顿大学几位研究员提出的一种实时、高分辨率的背景替换技术，能保留头发细节，效果惊人，是基于 Python 实现的。在 4K 分辨率下，该技术的运行速度为 30fps，在现代 GPU 上，高清的运行速度为 60fps。该技术是基于背景抠图，其中一帧额外的背景被捕获并用于恢复前景蒙版和前景层。

& S  X/ s! t, O2 G1 S项目源码地址：
3 ], `7 ~) m2 t7 S; q9 Shttps://github.com/PeterL1n/BackgroundMattingV2
8 T& b0 J( g' n0 j: T. @& v项目依赖库：
  kornia==0.4.1
  tensorboard==2.3.0
  torchvision==0.8.1
$ {/ X& {7 N6 h+ F& E1 n  tqdm==4.51.0
* S1 P$ L* \% j8 D1 L7 |1 ?  opencv-python==4.4.0.44
: K% m+ R, L5 a! s$ W8 D  onnxruntime==1.6.0
开发者提供的一些文件资源（国内需木弟子）：
% U- x1 m' l# Z* `2 J1、下载模型/权重文件
  A4 s/ \; @& e% `https://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
2、用于练习的视频和图片文件
1 H" B7 B  k# U  W8 i. [7 @HD视频：
! z- X& ^( B) Jhttps://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
5 C; C! B! s  d* E+ \4K视频和图片：
https://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
- f. ?2 P! t6 C5 J: Z& q  b) t项目demo脚本介绍:
# n8 T0 s! u: `6 {, j- ?inference_images.py：用于图片中的背景替换，用法如下：
python inference_images.py
- ?6 i+ K; _; `( z* p, j: i4 \1 ]--model-type mattingrefine
--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
: |# k* N- P! g/ e/ ~: M7 |. c--model-refine-sample-pixels 80000
) |; t8 c4 ~. b( [--model-checkpoint "PATH_TO_CHECKPOINT"
4 U4 \7 }$ g5 E' Y( K; T/ c/ }! k--images-src "PATH_TO_IMAGES_SRC_DIR"
' E" Z! i! O, @--images-bgr "PATH_TO_IMAGES_BGR_DIR"
--output-dir "PATH_TO_OUTPUT_DIR"
8 G# |3 o6 b& V# ~9 u' b--output-type com fgr pha
inference_video.py: 用于视频中的背景替换，用法如下：
python inference_video.py
--model-type mattingrefine
--model-backbone resnet50
0 U: N5 d1 N' T" u) T6 U--model-backbone-scale 0.25
8 Z6 \: `0 H% x% F- a1 @--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
! f  w9 q- M! J; w" k1 z--video-src "PATH_TO_VIDEO_SRC"
--video-bgr "PATH_TO_VIDEO_BGR"
2 {, s- p, K; M+ B1 @--video-resize 1920 1080
1 P7 k) h) N* g5 M. H--output-dir "PATH_TO_OUTPUT_DIR"
--output-type com fgr pha err ref
$ N, x* A$ t8 k- V2 Jinference_webcam.py：用于使用网络摄像头下的交互式背景替换，用法如下：
python inference_webcam.py
--model-type mattingrefine
--model-backbone resnet50
4 x8 l8 Z: e$ @8 G4 H9 e  A--model-checkpoint "PATH_TO_CHECKPOINT"
5 \7 B- k4 X) Z4 K/ G+ J2 P--resolution 1280 720
虚拟摄像机
       开发者提供了一个应用插件，通过他们的模型将网络摄像头视频输送到一个虚拟摄像头。该插件仅适用于Linux系统，可以在Zoom视频会议软件中使用。更多详情请查看:
https://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux
在Google Colab上体验
       另外，开发者还提供了Google Colab的体验地址（国内需要木弟子），可以体验替换图片和视频中的背景。
1、图片背景替换体验地址：
https://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
7 @" U- U2 U3 x1 n2、视频背景替换体验地址：
1 m( ^2 ]. G! @9 O5 @' h5 |https://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
附上开发者提供的项目演示视频：