下载链接在最下面
前言
本人之前相对视频做一个抠图处理，奈何手工逐帧抠肯定不行，本来想在网上找找有没有好用且免费的抠图工具，看到有非常多人推荐一款在线抠图的网站，叫什么无绿幕抠图。我就抱着好奇点开试了一试，结果效果还是很差，而且只是生成了gif动图。综合观察，奈何要么收费，要么就是效果很差。
所以，本人也就搜集了一下目前比较好的抠图算法，制作一个可以直接供人拿来用的抠图工具。但是效果还不是很好，而且工具还有一些bug，有需要的人可以试一试。
提示：工具在处理过程中还在完善。
一、Video、Picture处理效果
示例：在人像背景较为单调的场景，效果还是不错。但是背景与人像颜色相近的地方效果较差，这也是目前大多数算法主要解决的问题。
36e3-krhvrxt5126011.jpg
<center>1.1原图</center>
out1.jpg
<center>1.2 本工具效果</center>
0132ac5dfc1e68a80120a89598f62b.jpg@1280w_1l_2o_100sh.jpg
<center>2.1 原图</center>
out2.jpg
<center>2.2 本工具效果</center>
R-C.jpg
<center>3.1 原图</center>
out3.jpg
<center>3.2 本工具效果</center>
R-C (1).jpg
<center>4.1 原图</center>
out4.jpg
<center>4.2 本工具效果</center>
2.视频抠图效果
11.png
原代码为pytorch环境上训练的类Unet结构模型。主要分类编码、解码与上采样输出几个部分，具体不再赘述，可参考一下别人的分析博客。
训练所使用的数据集包括：人像语义分割数据集、matting抠图数据集。采用的损失包括了：alpha通道L1损失与拉普拉斯金字塔损失、时序相关性损失、fg部分的L1损失和时序相关损失。将模型权重文件转换为onnx模型，本来想做个量化，所以现在处理时间可能稍久···，所以可以考虑后续加快预测处理速度，增加半精度选择、模型剪枝量化处理吧。
三、使用步骤
直接打开根目录下的Matting tool by CS.exe。
1.Data选择
Input Dir：选择所需处理的视频、图片；
Output Dir：选择保存位置文件夹；
Model weight：模型权重，选择weights文件夹下的model.onnx；
22.png
点击Start Run按钮开始处理，可通过命令行窗口查看当前处理进度（注意处理时不要关闭这个窗口）。如果不想处理了，可以点击Close Run按钮结束处理进程。
最终输出为output(+audio).mp4视频或者out.jpg图片。
工具可从网盘获取，目前bug较多，效果有限，仅供娱乐。
···百度云盘··· 提取码：1122
[list]
[b]更新：V1.2[list]
更新了一下，有小伙伴反馈需要[u]透明背景格式的图片，我将原显示白色背景（white）的24位图像，新增alpha透明通道，提升为了32位图像。具体变化体现在图中的背景颜色选择部分。（当然视频处理还是有颜色的背景 ）。
更新[b]下载地址在这里：
百度云盘
提取码：1210。
总结
训练效果有限，处理速度受限于设备配置情况，后续考虑做个剪枝量化处理。
感谢大家支持！如果大家比较喜欢的话，后续可以考虑出一个视频插帧软件，让帧率从30fps直接翻几倍，顺便解决一下处理速度问题。
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
3月27日消息，苹果宣布2024年全球开发者大会（WWDC）将于6月10日至6月14日举行，巧合的是，这次大会与端午假期重合。
苹果官方表示：
在线参加 Apple 每年规模最大的开发者盛会。亲眼见证 Apple 最新平台、技术和工具的发布。了解如何创建和改进你的 App 和游戏。与 Apple 设计师和工程师互动交流，与全球开发者社区建立联系。以上活动均免费在线举行。
探索各种新的工具、框架和功能，助力你打造出理想的 App 和游戏。通过视频讲座学习新技能，与 Apple 专家进行一对一会面，以推进你的项目，完善你的构思。
Swift Student Challenge 旨在支持和鼓舞下一代开发者、创作者和企业家。太平洋时间 3 月 28 日，我们将公布今年的获奖者名单。获奖者将有资格参加在 Apple Park 举办的特别活动。我们还会选出 50 名杰出获胜者，他们将受邀前往库比提诺，获得为期三天的非凡体验，包括参加 Apple Park 的特别活动。
RTX 5090要首发 性能要翻倍！三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB，每个模块容量为2GB。其速度预设为32 Gbps（PAM3），但也可以降至28 Gbps，以提高产量和初始阶段的整体性能和成本效益。
据三星表示，GDDR7内存的能效将提高20%，同时工作电压仅为1.1V，低于标准的1.2V。通过采用更新的封装材料和优化的电路设计，使得在高速运行时的发热量降低，GDDR7的热阻比GDDR6降低了70%。
更新日志
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]