你還在用P.S.等商業(yè)軟件，滑著鼠標(biāo)，一點(diǎn)點(diǎn)勾勒?qǐng)D像邊緣完成摳圖嘛？有些大神可能會(huì)說：我可以用蒙板、通道等等高端操作實(shí)現(xiàn)超快摳圖！但如果能有一個(gè)軟件可以實(shí)現(xiàn)智能全自動(dòng)摳圖，完美保留發(fā)絲、樹葉等精細(xì)邊緣，還完全免費(fèi)，甚至代碼全部開源——它不香嘛？

圖1 Matting效果展示

這絕對(duì)不是畫餅，近期一項(xiàng)被稱為Matting的算法可算是火爆了AI界，相比于單純的圖像分割技術(shù)，它可以根據(jù)透明度更進(jìn)一步的對(duì)圖像的像素進(jìn)行分類（如下圖），不僅圖像中的主體目標(biāo)被精準(zhǔn)摳出，連超精細(xì)的毛絨邊緣和透明玻璃杯都可以完美摳出！傳統(tǒng)的圖像分割摳圖策略是完全不可達(dá)到的，懂行的人看到這里是不是已經(jīng)激動(dòng)地汗毛直立了？

圖2 Matting原理說明

小編趕緊給大家貼上項(xiàng)目鏈接地址

墻裂推薦小伙伴們star收藏!

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.5/Matting

本項(xiàng)目是PaddleSeg團(tuán)隊(duì)推出的高性能PP-Matting系列模型，它根據(jù)用戶對(duì)圖像分辨率的需求，提供最相匹配的模型，精度上能夠在Trimap Free方向達(dá)到SOTA級(jí)別。此外，本項(xiàng)目還充分考慮了實(shí)際部署環(huán)境，針對(duì)邊緣端、服務(wù)端等對(duì)模型體積等指標(biāo)進(jìn)行相應(yīng)優(yōu)化。

不僅如此，PaddleSeg團(tuán)隊(duì)還特別針對(duì)人像進(jìn)行特殊優(yōu)化處理，提供了不同場(chǎng)景下的預(yù)訓(xùn)練模型及部署模型，既可直接部署使用，也可根據(jù)具體任務(wù)進(jìn)行微調(diào)，簡(jiǎn)直貼心到家！

圖3 PP-Matting 算法精度說明

PP-Matting已經(jīng)被開發(fā)者們廣泛應(yīng)用在各種場(chǎng)景中，如有愛的萌寵開發(fā)者小伙伴們已經(jīng)實(shí)現(xiàn)了”貓像摳圖”，給自己可愛的小貓咪DIY了各種酷炫寫真。

圖4 “貓像摳圖”示例

此外，有開發(fā)者基于Matting模型，開發(fā)了一鍵上傳圖片進(jìn)行摳圖的Web Demo，同樣歡迎大家在PaddleSeg的github頁面訪問使用。鏈接如下：

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.5/Matting

圖5 Web端Matting示例

當(dāng)然，看到這么好的技術(shù)，硬核的小伙伴會(huì)關(guān)注技術(shù)上的實(shí)現(xiàn)。一般來說，基于深度學(xué)習(xí)的Matting分為兩大類：

• 一種是基于輔助信息輸入。即除了原圖和標(biāo)注圖像外，還需要輸入其他的信息輔助預(yù)測(cè)，如Trimap、背景、交互點(diǎn)等作為輔助信息。

• 一種是不依賴任何輔助信息，直接實(shí)現(xiàn)Alpha預(yù)測(cè)。

圖6 Matting原理說明

而PP-Matting設(shè)計(jì)的初衷，就是為了能夠方便用戶快速實(shí)現(xiàn)摳圖，因此用戶在使用時(shí)不依賴輔助信息的輸入，便可直接獲得預(yù)測(cè)的結(jié)果。為了實(shí)現(xiàn)更高的效果，PP-Matting設(shè)計(jì)了Semantic context branch (SCB)、high-resolution detail branch (HRDB)兩個(gè)分支，分別進(jìn)行語義和細(xì)節(jié)預(yù)測(cè)，通過引導(dǎo)流機(jī)制，進(jìn)行語義引導(dǎo)下的高分辨率細(xì)節(jié)預(yù)測(cè)，進(jìn)而實(shí)現(xiàn)Trimap-free高精度圖像摳圖。

圖7 PP-Matting原理示意圖

正是由于這一系列的設(shè)計(jì)，最終讓PP-Mattig在不依靠其他輸入的情況下，依舊獲得了更高精度的預(yù)測(cè)結(jié)果。

歡迎感興趣的小伙伴們

一起體驗(yàn)Matting的技術(shù)魅力

圖像集引用說明：

圖1、圖2源于公開數(shù)據(jù)集：Distinctions-646

圖4源于免費(fèi)版權(quán)圖片庫(kù)https://www.pexels.com/zh-cn/

關(guān)注【】公眾號(hào)

獲取更多技術(shù)內(nèi)容~

總結(jié)

以上是生活随笔為你收集整理的SOTA级发丝抠图模型PP-Matting开源，支持多场景精细化分割的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。