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。
& \3 @8 r5 h& e% q; W1 t' X4 \" `
" A, v  M5 E' O# G项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
  kornia==0.4.1
  tensorboard==2.3.0
6 a- G* S" ?! C9 A5 m; w1 \" p  torchvision==0.8.1
7 P/ v! c4 Y. j0 Y  tqdm==4.51.0
2 G% f: V3 F3 Y, p  c/ P  opencv-python==4.4.0.44
  onnxruntime==1.6.0
. b2 c- e7 ]: p4 F7 G9 v2 N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
! ~5 I& B) H, b0 Mhttps://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
2、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：
5 `8 `) C7 L/ G2 |  Z  W* M6 s; lhttps://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
% R7 o$ L4 B8 P/ x% f) Q4 ?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
( s9 K' m* E7 t" r--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
3 @( p( A$ q) A, c, m--images-src "PATH_TO_IMAGES_SRC_DIR"
--images-bgr "PATH_TO_IMAGES_BGR_DIR"
+ S' b, J% ~& h/ ^5 R& Q--output-dir "PATH_TO_OUTPUT_DIR"
% l" p9 e/ E% A! I. S. M2 ~--output-type com fgr pha
9 |$ \  I! x/ [8 A6 h+ S4 d4 Einference_video.py: 用于视频中的背景替换，用法如下：
, s; ^- X6 j  J% ]6 M- M& ^1 r' ~python inference_video.py
) T5 ]8 t" |' T7 j$ l8 y--model-type mattingrefine
9 s& E$ Z) V. b+ V: F: j  F--model-backbone resnet50
--model-backbone-scale 0.25
0 Y( F1 x) o* G% a: ^' T+ o- M--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
" e& h( M  _1 X) z$ Q5 Q, S--video-src "PATH_TO_VIDEO_SRC"
--video-bgr "PATH_TO_VIDEO_BGR"
--video-resize 1920 1080
; c7 Y8 M8 l* `9 l; [! U  o--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：
; P: f, M. |3 |& kpython inference_webcam.py
--model-type mattingrefine
--model-backbone resnet50
0 P- |% M) O3 w( l" Q--model-checkpoint "PATH_TO_CHECKPOINT"
; m5 ^6 `# {9 T9 J--resolution 1280 720
! a; @" m! M" {! [: ^2 D2 G虚拟摄像机
/ ]7 f$ _; @: h' ]: L% F0 ]       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
" o0 v' _) V  O3 n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。
+ s! S" I8 ^" Q1 K3 h3 j) C1、图片背景替换体验地址：
https://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
  l2 `1 P0 j3 |0 ^2、视频背景替换体验地址：
( A# [0 k3 z. J2 Q; B  Bhttps://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
附上开发者提供的项目演示视频：
5 \1 v6 x1 l' {( N

/ m$ h  S+ Y3 G# t! C; ]