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。

项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
) k' z4 m* ]" k& U9 a* k项目依赖库：
: O& r2 R) }& ]  kornia==0.4.1
  tensorboard==2.3.0
* b& t. V- Y. J6 N  torchvision==0.8.1
6 b8 w5 l6 M' w4 d; M+ ]1 B  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）：
( Y! u7 O$ B$ @/ u: M1、下载模型/权重文件
6 `/ |" ~9 ~% K: G# Mhttps://drive.google.com/drive/folders/1cbetlrKREitIgjnIikG1HdM4x72FtgBh?usp=sharing
2、用于练习的视频和图片文件
HD视频：
* H  B) d* i5 Z1 Ghttps://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
4K视频和图片：
; K. S% `2 c" u' ]0 R) F- c3 K" bhttps://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
' i9 B0 U. f6 q+ n. Y  B--model-type mattingrefine
/ r0 p/ {8 T+ K- l& }$ D4 Z--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
7 {. q/ \5 ?, j) }) O& Y' P--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
--images-src "PATH_TO_IMAGES_SRC_DIR"
$ _  x% h/ o/ A7 E1 X5 u--images-bgr "PATH_TO_IMAGES_BGR_DIR"
' y3 [" \# D, }) z--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：
python inference_video.py
# L- T$ Y, S* e' I+ i: h- Q$ n; e- J--model-type mattingrefine
) p/ ?( A  ^/ M( q* a6 k" ]* d--model-backbone resnet50
: z* f- m3 f6 q3 v( P--model-backbone-scale 0.25
--model-refine-mode sampling
3 Q3 W* P- n9 }( ]: k--model-refine-sample-pixels 80000
0 P; ?: I( ]/ E2 D1 B/ e--model-checkpoint "PATH_TO_CHECKPOINT"
) C0 R+ r3 S5 r. g4 r& w--video-src "PATH_TO_VIDEO_SRC"
! q8 ?, s: @5 c! P/ H+ d3 @0 r--video-bgr "PATH_TO_VIDEO_BGR"
--video-resize 1920 1080
0 r8 K4 p/ @3 |1 h: V' Q7 l--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：
! S1 ~1 Q3 S) D2 x' \python inference_webcam.py
--model-type mattingrefine
--model-backbone resnet50
--model-checkpoint "PATH_TO_CHECKPOINT"
--resolution 1280 720
$ j2 w+ _  r( R5 V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:
- `" z5 }6 J7 {. ]https://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux
在Google Colab上体验
3 y/ P: ^, |  e; A5 F% Q       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。
* B7 Y8 R" i% H' E$ h& c  @7 u" m0 S8 ?5 w1、图片背景替换体验地址：
https://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
9 @% _2 N  w3 l( A2、视频背景替换体验地址：
) z: r  C! V+ N7 Nhttps://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
' {! }& B: f/ ]( ~附上开发者提供的项目演示视频：

8 l) ~8 j9 T( i2 f0 u: N( D