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。

+ R1 O; C4 E6 q项目源码地址：
5 C7 F+ B& T% w1 }: Zhttps://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
  kornia==0.4.1
: G8 O" l5 N" C9 L- F  tensorboard==2.3.0
  torchvision==0.8.1
  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）：
3 ~# Z( E, k8 b5 X& c. _* `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
4 i: I( M1 {/ l  SHD视频：
% P/ K/ u" L# A7 Q4 fhttps://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
: Q$ X4 R( P8 x, [; T8 K, Y4K视频和图片：
: y* x: j1 V3 ?, \' x2 N% o% vhttps://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
4 R/ ?5 W& ^! ^3 h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
--model-backbone resnet50
. ]9 }! s9 k- Q. o( c  W3 x: o# j--model-backbone-scale 0.25
--model-refine-mode sampling
--model-refine-sample-pixels 80000
& i' Y# w* t+ }/ o1 {8 t--model-checkpoint "PATH_TO_CHECKPOINT"
--images-src "PATH_TO_IMAGES_SRC_DIR"
--images-bgr "PATH_TO_IMAGES_BGR_DIR"
9 |( f5 O* R' e/ F/ r--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：
3 d% V  x- _( {$ f0 b, z, ]9 lpython inference_video.py
/ Q7 B/ t3 t& C--model-type mattingrefine
--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
--model-refine-sample-pixels 80000
  x1 P) _8 C3 S  a1 P--model-checkpoint "PATH_TO_CHECKPOINT"
" F# ^  T/ f* n+ P) w1 K, z--video-src "PATH_TO_VIDEO_SRC"
--video-bgr "PATH_TO_VIDEO_BGR"
--video-resize 1920 1080
' n* _' D. G7 S, O--output-dir "PATH_TO_OUTPUT_DIR"
8 L9 Y5 `% V7 H2 p7 l, \5 |, n, K--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
8 f, R! w" ~4 k& f--model-type mattingrefine
! Z% x' w2 ~+ n3 v+ Y) w, x; Z4 B--model-backbone resnet50
. p# ~! C! C: ?: ?$ J  v--model-checkpoint "PATH_TO_CHECKPOINT"
; c  o2 w. C0 Q! G) p--resolution 1280 720
/ \6 F$ o! ^3 q/ i4 u9 y3 H' a5 K虚拟摄像机
  M4 F% S9 V4 W, j: T; ~% A4 v       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
- E2 _# j) C% }3 s4 k( O! V在Google Colab上体验
: \: Y, m% V( S9 k0 h       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
* h3 K, k, V! S3 i2 N% w  y2、视频背景替换体验地址：
% Y" _7 h; A/ v8 _; thttps://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
# P# Z6 g2 P1 W# w) J附上开发者提供的项目演示视频：

  d- J" t$ w; x9 t