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。
- s2 n6 W/ b8 y9 {* N
项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
  kornia==0.4.1
; V6 ?3 W  a5 X1 w3 G: s! f0 J  tensorboard==2.3.0
" G/ F$ q3 e! S; ~( C9 c1 ?  torchvision==0.8.1
' u" }1 h) @; G0 l+ H  tqdm==4.51.0
/ c& d) O, s( x1 C  opencv-python==4.4.0.44
: l; E) X, s9 C9 \. X7 A8 c3 u4 z  onnxruntime==1.6.0
! R5 X8 j  W# I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
2、用于练习的视频和图片文件
& s4 R& p) t$ O9 f) M& c- L9 T! U7 }HD视频：
& A; k" r' c% T( B) {- Dhttps://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：
  q7 H: B% V) Jpython inference_images.py
7 {8 q( j: s" p) {--model-type mattingrefine
" F1 F/ p) n  \, |0 f--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
9 W: M! Q" K* ^/ {  g% b' W--model-refine-sample-pixels 80000
2 A8 }5 R3 m: b! a--model-checkpoint "PATH_TO_CHECKPOINT"
--images-src "PATH_TO_IMAGES_SRC_DIR"
--images-bgr "PATH_TO_IMAGES_BGR_DIR"
1 S7 ^5 M8 r& n- l* L--output-dir "PATH_TO_OUTPUT_DIR"
, I  I9 J% D3 `$ K& e" v: ?( X--output-type com fgr pha
9 w) F* W$ e, linference_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
$ v* [: s4 m% W' r4 ~# G--model-backbone-scale 0.25
; d+ X7 Z, M) Z- K, e--model-refine-mode sampling
--model-refine-sample-pixels 80000
+ ^& m& q) v' P--model-checkpoint "PATH_TO_CHECKPOINT"
--video-src "PATH_TO_VIDEO_SRC"
--video-bgr "PATH_TO_VIDEO_BGR"
--video-resize 1920 1080
--output-dir "PATH_TO_OUTPUT_DIR"
--output-type com fgr pha err ref
inference_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
% U& f  H8 i$ q( H( E. R. }* Y8 s--model-type mattingrefine
! B5 o! v3 c* Z! r) B0 _--model-backbone resnet50
--model-checkpoint "PATH_TO_CHECKPOINT"
  i, q4 y/ ]) @+ V, s5 M1 T--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
$ |- m- W2 K4 S1 ^3 v在Google Colab上体验
( r! S- ?* p2 |$ _       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
2、视频背景替换体验地址：
https://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
& Q. `& n, e+ `+ ?/ n3 f% b附上开发者提供的项目演示视频：
: d! k; T4 N- i' f& c

8 E& ?$ U6 U- V  t$ }& h