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。

0 C. x; j* b2 {项目源码地址：
https://github.com/PeterL1n/BackgroundMattingV2
( t) H, G0 s+ A, T项目依赖库：
  kornia==0.4.1
  tensorboard==2.3.0
* D' l; _5 _5 Z( y2 c4 j% t9 B$ r  torchvision==0.8.1
6 l, c5 f& i- s) r; ~) s  tqdm==4.51.0
  opencv-python==4.4.0.44
  onnxruntime==1.6.0
( }$ T; m6 q& z( Y& n( Q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
HD视频：
https://drive.google.com/drive/folders/1j3BMrRFhFpfzJAe6P2WDtfanoeSCLPiq
' G8 j4 \( N' u; c' X# [1 Q4K视频和图片：
https://drive.google.com/drive/folders/16H6Vz3294J-DEzauw06j4IUARRqYGgRD?usp=sharing
/ s& R* [+ z, k+ M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
' ]; }% \3 x2 {& d$ k1 c--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
--model-refine-sample-pixels 80000
--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"
--output-type com fgr pha
# J6 O3 v" e$ e. Y6 R' Z* ^8 einference_video.py: 用于视频中的背景替换，用法如下：
5 ^  S( Q  Z8 x& v0 Upython inference_video.py
--model-type mattingrefine
- D. q! j* H  Z" I8 ~* w--model-backbone resnet50
--model-backbone-scale 0.25
--model-refine-mode sampling
8 K' Y: b; l7 D--model-refine-sample-pixels 80000
--model-checkpoint "PATH_TO_CHECKPOINT"
# p% F0 M9 ~- r2 {, T--video-src "PATH_TO_VIDEO_SRC"
% B/ g3 n# M; Q) Y--video-bgr "PATH_TO_VIDEO_BGR"
( V! Z& s3 x3 f# U5 s, n+ `9 J. g( G# Y--video-resize 1920 1080
--output-dir "PATH_TO_OUTPUT_DIR"
$ U7 p1 l: S' F; a" f--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
2 m0 ~! k+ O, G5 |, ^- _  u% l--model-type mattingrefine
--model-backbone resnet50
" M* V! e6 ^$ J# |; @& S/ {. v1 R# S--model-checkpoint "PATH_TO_CHECKPOINT"
3 @; r- @7 d3 N--resolution 1280 720
% G- Z; q- N6 Q0 b" N& _8 [  N虚拟摄像机
! t! [6 W7 b. R+ t" w% ~6 ~       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:
4 l  c7 U9 ~7 b1 k/ r" @https://github.com/andreyryabtsev/BGMv2-webcam-plugin-linux
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：
7 N, M1 ]. p; Y% t: o. T# ihttps://colab.research.google.com/drive/1cTxFq1YuoJ5QPqaTcnskwlHDolnjBkB9?usp=sharing
4 r; n/ l% h9 w" b2、视频背景替换体验地址：
https://colab.research.google.com/drive/1Y9zWfULc8-DDTSsCH-pX6Utw8skiJG5s?usp=sharing
1 q( H% `5 B" C7 L; S附上开发者提供的项目演示视频：

0 I- \# R4 r( q