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。

: ~" ^/ j& T* w  j& l! t& X项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
, f3 [2 Q- O$ J" I$ L2 Y; u7 q  kornia==0.4.1
, A0 {/ m9 S% d) i% x; m  tensorboard==2.3.0
9 E6 A! }& N7 l4 `1 N% q0 J' A  torchvision==0.8.1
  tqdm==4.51.0
  opencv-python==4.4.0.44
  onnxruntime==1.6.0
开发者提供的一些文件资源（国内需木弟子）：
1、下载模型/权重文件
3 @/ H. W  g% c2 _9 O8 I. Yhttps://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
8 {1 M1 v. f+ E) R. Y! Y2、用于练习的视频和图片文件
. r4 u$ K6 J4 WHD视频：
+ V5 r6 M2 s9 r/ z1 W) ^/ ~0 lhttps://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
! w1 ~) ]# y9 N0 ?9 G4K视频和图片：
https://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
项目demo脚本介绍:
inference_images.py：用于图片中的背景替换，用法如下：
python inference_images.py
6 A" e+ ~- R7 e5 E--model-type mattingrefine
, ], Y( F) [& O9 f1 W; K--model-backbone resnet50
" b  N7 L1 z0 O. b& ~6 X! e--model-backbone-scale 0.25
1 c5 E! B, i# k7 q2 k9 e--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
" F. G; s+ Y, \5 i--images-src "PATH_TO_IMAGES_SRC_DIR"
2 ]2 T9 ~7 q* u' r, S--images-bgr "PATH_TO_IMAGES_BGR_DIR"
- o5 _0 S3 e) K  M6 Y* p--output-dir "PATH_TO_OUTPUT_DIR"
  g) o: M1 v+ y  H9 f2 Q--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
; t6 `) a9 N  C3 N; u--model-backbone resnet50
% C9 l6 w  B% v/ f--model-backbone-scale 0.25
0 v  H" p5 S& Q--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
--video-src "PATH_TO_VIDEO_SRC"
# _5 S( o# f) }; i, l/ A--video-bgr "PATH_TO_VIDEO_BGR"
--video-resize 1920 1080
, z$ }8 y+ y, Y0 @--output-dir "PATH_TO_OUTPUT_DIR"
--output-type com fgr pha err ref
- M  r, |, @0 W2 i/ V  Yinference_webcam.py：用于使用网络摄像头下的交互式背景替换，用法如下：
5 R+ X' W+ E% P* N" i+ cpython inference_webcam.py
% ^. C# _. r+ s& W/ c& j--model-type mattingrefine
' s( D& m8 k7 ?( P--model-backbone resnet50
--model-checkpoint "PATH_TO_CHECKPOINT"
2 i/ a% Y: b7 x8 g  M  r0 \--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
$ t  f- d$ \! b. B+ u7 X  Y# u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：
! {% L, [8 l* d' C% T: Ihttps://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
( u6 Z+ T" t" _7 k2、视频背景替换体验地址：
https://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
* G+ \) X6 O3 F' U, }# `附上开发者提供的项目演示视频：
. T  p# B' h0 b+ I