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。
% @, C: r+ L9 a" J, I# f/ R9 l; q
项目源码地址：
- e5 W( _8 B" X/ B2 }, jhttps://github.com/PeterL1n/BackgroundMattingV2
; L  s4 M5 T( ~. K1 w3 J项目依赖库：
  kornia==0.4.1
  tensorboard==2.3.0
% g  u% m0 |  ~4 p& D- t  torchvision==0.8.1
  tqdm==4.51.0
9 M0 F* s9 |' a2 u& W  opencv-python==4.4.0.44
3 k6 o9 U/ @) @+ w$ j  onnxruntime==1.6.0
! B0 U! D2 @- `2 s3 W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
( a0 u" c  m& j: u" h. C- n- P& K3 L3 cHD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：
python inference_images.py
2 J' O1 b! d! S/ b4 N--model-type mattingrefine
( Y4 Y( k# l5 W- v--model-backbone resnet50
, d0 n9 M0 Z$ [5 a& f' K--model-backbone-scale 0.25
: F7 O; ^# F1 o0 D1 v--model-refine-mode sampling
& Q" U* {) L' L+ |& r--model-refine-sample-pixels 80000
/ ~1 b4 `2 q" [0 T' N* l7 ~8 n--model-checkpoint "PATH_TO_CHECKPOINT"
--images-src "PATH_TO_IMAGES_SRC_DIR"
--images-bgr "PATH_TO_IMAGES_BGR_DIR"
--output-dir "PATH_TO_OUTPUT_DIR"
4 _8 E) E* K' X- B& L3 @& [8 k--output-type com fgr pha
! O# c2 |- i, b- ^  t7 }inference_video.py: 用于视频中的背景替换，用法如下：
python inference_video.py
--model-type mattingrefine
; ]" K  n3 W  J9 Q1 c4 G--model-backbone resnet50
1 o8 X# z) B6 S--model-backbone-scale 0.25
--model-refine-mode sampling
$ k9 ]+ P8 y! O% v4 w--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
--video-src "PATH_TO_VIDEO_SRC"
, Q: `* X! j! \  c# g0 ]--video-bgr "PATH_TO_VIDEO_BGR"
) G7 v& \( ]) Z0 }: K  v--video-resize 1920 1080
( V) B# e; N* a( D8 V: t--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：
python inference_webcam.py
$ Y; u% T3 Q( T--model-type mattingrefine
: {2 K/ U+ F* ^# W  ~--model-backbone resnet50
--model-checkpoint "PATH_TO_CHECKPOINT"
  G! `  o$ a, i--resolution 1280 720
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:
2 t% b/ ~/ J* K+ g& L% Ohttps://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux
在Google Colab上体验
* U% k& y" D0 v' ?       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。
$ [/ g) G$ W+ \& B1、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
附上开发者提供的项目演示视频：
& ?2 y$ |9 h) h/ `  W( {* Z3 U

" i% q' ]  M! I  N# E, o# U