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。
, B4 i' k) R3 |4 ?
' r7 a/ }1 l8 I4 S项目源码地址：
" L: B+ H! g+ n0 Zhttps://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
5 q' o& i7 C! v- g  kornia==0.4.1
* @: ]+ L4 a+ W5 A  tensorboard==2.3.0
  torchvision==0.8.1
0 e3 y# Q2 P; w2 O/ Z4 j, n  tqdm==4.51.0
9 d  F. w: I+ U, N  opencv-python==4.4.0.44
  onnxruntime==1.6.0
3 H8 B: `- u. J8 S& [9 h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
2、用于练习的视频和图片文件
- o/ P% e% ^7 {HD视频：
https://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
4K视频和图片：
$ `2 N* d# @: Y* W$ E9 [! Ehttps://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
项目demo脚本介绍:
& M; |( d% B% P) y" Y1 Yinference_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
; l4 C) f7 k8 J# S; v--model-backbone-scale 0.25
) X$ B1 d4 U  _, l8 N- @2 [--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
8 x* Y1 b( g$ k, t) t1 s1 Y1 B--images-src "PATH_TO_IMAGES_SRC_DIR"
--images-bgr "PATH_TO_IMAGES_BGR_DIR"
--output-dir "PATH_TO_OUTPUT_DIR"
--output-type com fgr pha
) a2 G$ b2 V8 L7 R  U' Rinference_video.py: 用于视频中的背景替换，用法如下：
python inference_video.py
% \, R6 }+ [3 O; w3 r' t" k--model-type mattingrefine
--model-backbone resnet50
; S3 x' u0 ^1 Z--model-backbone-scale 0.25
--model-refine-mode sampling
6 {8 Z1 ~& B- }0 o( P9 M--model-refine-sample-pixels 80000
3 U* N8 _0 b$ `! S% n--model-checkpoint "PATH_TO_CHECKPOINT"
( \% z0 v- m+ X7 f--video-src "PATH_TO_VIDEO_SRC"
--video-bgr "PATH_TO_VIDEO_BGR"
; C' j/ W3 l/ B0 d--video-resize 1920 1080
--output-dir "PATH_TO_OUTPUT_DIR"
--output-type com fgr pha err ref
. q2 m& ~% f" S: Sinference_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
& A5 B2 w) b. F' H& a" \' p--model-type mattingrefine
3 b! O6 S0 @$ v, z/ x( [3 l--model-backbone resnet50
, l. t, e8 X5 v1 {' z--model-checkpoint "PATH_TO_CHECKPOINT"
5 {0 n* r) s) u: \--resolution 1280 720
虚拟摄像机
8 t% C& {0 v. H) ?' t2 V1 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:
8 J$ L- z; H* X! M9 A; Thttps://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux
8 g: f% n, S  a8 [$ p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：
https://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
) n  K" Z- K. b" S  E! ^+ W% ~4 U2、视频背景替换体验地址：
https://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
5 U! K! g& m4 ^% k. N8 x# G附上开发者提供的项目演示视频：
$ z! ?' h9 t6 M