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：
( y: f$ M! P! n4 L& ~https://github.com/PeterL1n/BackgroundMattingV2
& @4 r) Y* z7 d项目依赖库：
( ?# o  `) Q  l* _6 m) B4 e  kornia==0.4.1
7 H* p; e& n+ V  tensorboard==2.3.0
  torchvision==0.8.1
  tqdm==4.51.0
  opencv-python==4.4.0.44
  onnxruntime==1.6.0
/ |' }+ B3 K& m" w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
: e% B( E, V+ Q; V4 x2、用于练习的视频和图片文件
- s1 f7 M4 Z# O% ?$ }$ sHD视频：
9 P/ \" W! {1 ^# d' |+ Ghttps://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
4K视频和图片：
https://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
1 m4 k& B! M) P! D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
--model-type mattingrefine
9 S$ {: N: A( U--model-backbone resnet50
--model-backbone-scale 0.25
7 r0 H- {- H  t; F# J0 l--model-refine-mode sampling
4 K' U8 ?- \% _; B0 G--model-refine-sample-pixels 80000
8 Y8 _1 L/ G3 z( K--model-checkpoint "PATH_TO_CHECKPOINT"
2 N3 f* o+ j( V9 a8 e--images-src "PATH_TO_IMAGES_SRC_DIR"
--images-bgr "PATH_TO_IMAGES_BGR_DIR"
1 Y7 q9 m2 u+ L- o% X4 N" K, T--output-dir "PATH_TO_OUTPUT_DIR"
6 V" R" F% G, c7 X* X9 }( _--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
$ D- M7 D/ f; M0 s; V7 p8 J1 U+ l. i--model-type mattingrefine
& s1 O4 Y/ A) h- e--model-backbone resnet50
# \( n: Z7 k/ [0 F. ~9 {$ G" G--model-backbone-scale 0.25
* }. w% r! z/ |! L' \, |--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
--video-src "PATH_TO_VIDEO_SRC"
$ y7 T3 }1 n( R1 G--video-bgr "PATH_TO_VIDEO_BGR"
--video-resize 1920 1080
--output-dir "PATH_TO_OUTPUT_DIR"
4 ]* V0 Q2 c. n% f% i: ]) Z--output-type com fgr pha err ref
inference_webcam.py：用于使用网络摄像头下的交互式背景替换，用法如下：
" O- g+ H* k7 v7 ypython inference_webcam.py
, L9 Q, o0 f0 `2 k--model-type mattingrefine
  G8 r: c$ m/ ~0 Y' \--model-backbone resnet50
, k$ _. d% G4 X! V--model-checkpoint "PATH_TO_CHECKPOINT"
" u3 Z. c- q( @( e" n--resolution 1280 720
6 P' ], o% X: B& w7 Q7 n虚拟摄像机
% N- }: R3 {  u! A9 I/ K       开发者提供了一个应用插件，通过他们的模型将网络摄像头视频输送到一个虚拟摄像头。该插件仅适用于Linux系统，可以在Zoom视频会议软件中使用。更多详情请查看:
, k- A8 @) G  F1 ]( T) h6 Nhttps://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux
' u, ~% V/ H( u$ h+ n, b. s& u在Google Colab上体验
       另外，开发者还提供了Google Colab的体验地址（国内需要木弟子），可以体验替换图片和视频中的背景。
1、图片背景替换体验地址：
% R" ~2 v; A' Uhttps://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
! J8 b- ^+ ]" k4 D2、视频背景替换体验地址：
https://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
7 x, t* q! \) O4 F4 K0 \附上开发者提供的项目演示视频：

* _/ b5 e5 Q5 D" _" C9 P: Q