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。
* z# t. K( `" c9 h
9 N) C% C0 ^8 S( F6 m* L, M项目源码地址：
* e( U% E! T* g; m1 e. A7 w' shttps://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
  kornia==0.4.1
2 [) m( u: m3 J; J2 W7 Z  tensorboard==2.3.0
  torchvision==0.8.1
8 j6 j  n7 Z1 S  @& a% i  tqdm==4.51.0
  opencv-python==4.4.0.44
  onnxruntime==1.6.0
开发者提供的一些文件资源（国内需木弟子）：
* K1 ^2 W# w+ }  X( [; d* M1、下载模型/权重文件
https://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
! `  `- r* x! d; O- ]2、用于练习的视频和图片文件
+ h% S/ M: h% PHD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：
: L6 v7 A% ~! ]6 g. R1 F/ Kpython inference_images.py
--model-type mattingrefine
5 ?: C0 m1 ~/ A! ?8 U- E" L; C--model-backbone resnet50
6 @8 ?6 E$ y! n6 [1 e$ U: f% {+ B4 D--model-backbone-scale 0.25
. S. ^  t- u% W( Y1 x--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
% x* s3 ]" o/ `* S--images-src "PATH_TO_IMAGES_SRC_DIR"
1 c0 q3 Q' C, V" [2 E--images-bgr "PATH_TO_IMAGES_BGR_DIR"
5 W8 Y; a; T% V--output-dir "PATH_TO_OUTPUT_DIR"
--output-type com fgr pha
inference_video.py: 用于视频中的背景替换，用法如下：
* @" g; j' B* K* kpython inference_video.py
--model-type mattingrefine
$ k) d9 Q3 A( X: h* A4 u! E5 d" L7 v--model-backbone resnet50
--model-backbone-scale 0.25
" Q3 Y! H' F- ?9 C--model-refine-mode sampling
/ I# {0 C- l; |' Z$ b: w--model-refine-sample-pixels 80000
4 q; d  w5 s5 J- J( b+ z; ~9 U--model-checkpoint "PATH_TO_CHECKPOINT"
3 }' I( W, F! T3 \--video-src "PATH_TO_VIDEO_SRC"
$ j  j: }7 g7 {, m9 A. I: C4 h--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：
, K4 b1 F+ h, H& w2 Bpython inference_webcam.py
. Y# s/ D  v- r% X' _: q--model-type mattingrefine
--model-backbone resnet50
& K2 I1 ?0 X. t2 C2 R6 G--model-checkpoint "PATH_TO_CHECKPOINT"
: K8 M+ H) t1 `6 U1 k7 j; ]" D9 D--resolution 1280 720
* D  P+ J" @* ~$ b7 W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
在Google Colab上体验
( G& P: k, T  B5 a0 P$ d       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$ m- A! V$ W3 @7 r8 W. h4 a1、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
& x2 C4 I$ d3 S5 @附上开发者提供的项目演示视频：
% G4 I, M: E0 I

5 Z. O! @( @$ a. W9 _3 j