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。

项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
* ?' p/ K  v7 [- p项目依赖库：
4 I, p" j1 h1 A+ F$ _  kornia==0.4.1
  tensorboard==2.3.0
9 s8 C- Q# }! u& E. h  torchvision==0.8.1
  tqdm==4.51.0
5 F, L  T4 ]6 Q  ?4 J0 w  opencv-python==4.4.0.44
3 C: M/ z+ i- m) z! ?, m  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
https://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
9 j# A$ |+ O; W2、用于练习的视频和图片文件
HD视频：
https://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
4K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：
+ D+ K0 @0 r7 Upython inference_images.py
8 }: _8 ~9 |& c9 Z* C--model-type mattingrefine
/ ^" I% p  D! x  R5 |! Z8 x+ \$ }--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
; I8 v' T, Q! N3 {4 T--model-refine-sample-pixels 80000
7 |2 u; s5 ~$ \- z" }: [; s--model-checkpoint "PATH_TO_CHECKPOINT"
--images-src "PATH_TO_IMAGES_SRC_DIR"
--images-bgr "PATH_TO_IMAGES_BGR_DIR"
--output-dir "PATH_TO_OUTPUT_DIR"
" ?, \/ ~" Z- X- ]- Z--output-type com fgr pha
inference_video.py: 用于视频中的背景替换，用法如下：
; V. n$ f  j- m" w+ d2 _) j+ zpython inference_video.py
--model-type mattingrefine
--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
2 U0 m* E* t) X. @7 B, ]8 F--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
--video-src "PATH_TO_VIDEO_SRC"
; |- ~, G, s1 H--video-bgr "PATH_TO_VIDEO_BGR"
7 C: V# G7 P' c, o2 P--video-resize 1920 1080
--output-dir "PATH_TO_OUTPUT_DIR"
--output-type com fgr pha err ref
" \$ L5 \, f0 E1 t( v$ G& Qinference_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
; V$ Q% j! l, Q3 k--model-type mattingrefine
--model-backbone resnet50
' \. e7 ?* _1 ]3 Z3 p--model-checkpoint "PATH_TO_CHECKPOINT"
, ~' q, Z$ D1 p7 K+ U9 `--resolution 1280 720
. Z5 X) m- X% x' ^: }5 V4 w3 o- w5 ^虚拟摄像机
2 W+ [8 n' f* p+ _! X       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:
8 v. |$ \7 W( Ahttps://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。
5 l5 h* B4 ?; Q/ t; E+ [* h6 w1、图片背景替换体验地址：
7 Z4 r4 d$ m! N% H7 Q& y: Z/ ghttps://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
2、视频背景替换体验地址：
5 J2 a' ?  l2 r* Jhttps://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
附上开发者提供的项目演示视频：

( k" e+ ?: ~! J8 x- [! j$ I