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。
9 C3 H- N# c. e# y. O
* U* y" C" z! Q$ `3 D项目源码地址：
) G* |2 O# V+ }# l; L6 v* Ohttps://github.com/PeterL1n/BackgroundMattingV2
5 G7 ]. J( ]4 r# M( L项目依赖库：
2 r7 \1 L# V; E2 J9 N% E, O  kornia==0.4.1
  tensorboard==2.3.0
  torchvision==0.8.1
2 h/ O6 a: C" n( ]. c  W; }  tqdm==4.51.0
  opencv-python==4.4.0.44
$ L" K9 B, {3 @6 N& u0 z+ U  onnxruntime==1.6.0
5 j7 ]0 L! X& m& A& K% y开发者提供的一些文件资源（国内需木弟子）：
( X8 f" ?! K, u6 @1、下载模型/权重文件
  C3 R+ W5 c' _$ N- n9 T; Whttps://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
2、用于练习的视频和图片文件
$ o0 Q/ T( m* U8 u# `HD视频：
https://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
( t) C" y) y' F+ O  r' P4K视频和图片：
/ m) [; X/ W; m: ?$ j& |3 rhttps://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
/ s$ \! a7 \% P+ _3 I项目demo脚本介绍:
inference_images.py：用于图片中的背景替换，用法如下：
% s. c5 u4 H  dpython inference_images.py
--model-type mattingrefine
--model-backbone resnet50
2 L! e* R  ?9 i6 w& y4 Q( r2 [--model-backbone-scale 0.25
--model-refine-mode sampling
1 `& m  x) X+ \- V! n--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
# n* V# i" B+ S; u5 N--images-src "PATH_TO_IMAGES_SRC_DIR"
) A( V  n0 y5 P9 v% q--images-bgr "PATH_TO_IMAGES_BGR_DIR"
--output-dir "PATH_TO_OUTPUT_DIR"
--output-type com fgr pha
( @$ Q6 [! H7 l! {8 ^inference_video.py: 用于视频中的背景替换，用法如下：
python inference_video.py
--model-type mattingrefine
. R* T6 \& o" M# w) a1 i( }--model-backbone resnet50
. e; B' V# j; Y2 Q5 p( I, |--model-backbone-scale 0.25
% U% h3 w& e: n2 w0 T/ e( p/ ~--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
--video-src "PATH_TO_VIDEO_SRC"
--video-bgr "PATH_TO_VIDEO_BGR"
" s2 ?; u) l. q) f% o--video-resize 1920 1080
--output-dir "PATH_TO_OUTPUT_DIR"
+ C& L  _. D) q9 W* `--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
' t$ Z/ k$ r2 P) Y% I* G0 y--model-type mattingrefine
$ ^( a. ^+ @, \' h+ y4 U--model-backbone resnet50
" b" W8 h3 E5 i  u! U--model-checkpoint "PATH_TO_CHECKPOINT"
$ L2 R) {  t' ?4 N7 ?--resolution 1280 720
# M2 q/ O0 c* J7 F7 L9 V4 h虚拟摄像机
: Z$ s2 C* ^4 y5 S4 t       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:
" i0 D. q0 U: Y5 ghttps://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux
# T2 r$ m( v& [3 {( Q' f" _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。
; \% A+ T$ j& d1、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：
' i" n. @  h5 L4 y: w) I' xhttps://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
附上开发者提供的项目演示视频：
4 i: G! M: h% a

$ G; \4 p: F8 C& c4 d