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。

8 S. K; {1 G* b% j项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
项目依赖库：
, Q/ T6 x0 {/ U" D  t2 k9 @$ D6 X  kornia==0.4.1
  tensorboard==2.3.0
& l# U8 r" l7 m* j7 ~# @, @* D  torchvision==0.8.1
0 `+ T! H+ J# ]. y4 h  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）：
  j2 F& Y, p  H6 M. L1、下载模型/权重文件
- k8 L1 t5 N. R, [https://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
$ L9 S1 f, A# N9 d  `; w2、用于练习的视频和图片文件
) w# M& t& }, h5 Z; [HD视频：
https://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
4K视频和图片：
6 i7 P! X* @$ L+ V% s6 Ohttps://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
% T) l! D+ P- W3 U* }1 b项目demo脚本介绍:
* Y- c2 W, A) m! a8 @+ e2 m+ k0 pinference_images.py：用于图片中的背景替换，用法如下：
0 ^- f  s3 M4 _  a! C% A) \% `5 A# Vpython inference_images.py
& `, R) r) X9 ]  U! o6 P5 i--model-type mattingrefine
( p. ^" A* n+ N6 G) Q, o5 J--model-backbone resnet50
# r3 Q, F8 U. B" I- x4 i--model-backbone-scale 0.25
) e2 T$ O: J2 Q2 [2 Z( O# N--model-refine-mode sampling
--model-refine-sample-pixels 80000
- u0 J8 N: Z% s$ m: ]4 o--model-checkpoint "PATH_TO_CHECKPOINT"
--images-src "PATH_TO_IMAGES_SRC_DIR"
--images-bgr "PATH_TO_IMAGES_BGR_DIR"
0 t7 \0 A  g/ O--output-dir "PATH_TO_OUTPUT_DIR"
( Q, r5 f# D4 Q- n1 ~--output-type com fgr pha
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+ t: H9 P  v7 A" |--model-backbone resnet50
$ b* Z5 h2 n, x  Q# N5 x: M" d' y--model-backbone-scale 0.25
$ k, T6 c) Q4 \: h, {5 |--model-refine-mode sampling
--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
--video-src "PATH_TO_VIDEO_SRC"
- I  w- @7 F# J2 ]$ |) Q--video-bgr "PATH_TO_VIDEO_BGR"
--video-resize 1920 1080
4 X" [; `/ t; i1 |7 U1 l5 L( x--output-dir "PATH_TO_OUTPUT_DIR"
8 s. p6 M/ U7 A3 H--output-type com fgr pha err ref
# D0 l9 L, L1 e. Vinference_webcam.py：用于使用网络摄像头下的交互式背景替换，用法如下：
+ o; D" }0 C, R# Npython inference_webcam.py
' i! i1 s% o2 F( v, A- O2 Z--model-type mattingrefine
--model-backbone resnet50
--model-checkpoint "PATH_TO_CHECKPOINT"
--resolution 1280 720
4 M0 X8 W5 ^0 e2 S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
) C* G8 j3 `, A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
% `" Z+ s1 X3 M& q5 z2、视频背景替换体验地址：
; a. _4 h6 Z# Dhttps://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
& C4 J7 [; d  }2 k附上开发者提供的项目演示视频：
/ t# I  I/ x( Y2 F* e