卷疯了!SOTA级发丝超精细抠图算法开源了!

2022 年 4 月 27 日 CVer

你还在用P.S.等商业软件,划着鼠标,一点点勾勒图像边缘完成抠图嘛?

有些大神可能会说:我可以用蒙板、通道等等高端操作实现超快抠图!

但如果能有一个软件可以实现智能全自动抠图完美保留发丝、树叶等精细边缘,还完全免费,甚至代码都是全部开源的,它不香嘛!!!

图1 Matting效果展示


这绝对不是画饼,近期一项被称为Matting的算法可算是火爆了AI界,它相比于单纯的图像分割技术,可以根据透明度更进一步的对图像的像素进行分类,如下图,不仅图像中的主体目标被精准抠出,连超精细的毛绒边缘和透明玻璃杯都可以完美抠出!传统的图像分割抠图策略是完全不可达到的!懂行的人看到这里是不是已经激动地汗毛直立了!

图2 Matting原理说明


小编赶紧给大家贴上项目链接地址。墙裂推荐小伙伴们star收藏:

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

这个项目是PaddleSeg团队推出的高性能PP-Matting算法系列,它根据用户对图像分辨率的需求,提供最相匹配的模型,精度上在Trimap Free方向达到SOTA级别。还充分考虑实际部署环境,针对边缘端、服务端等对模型体积等指标进行相应优化。

不仅如此,PaddleSeg团队还特别针对人像进行特殊优化处理,提供了不同场景下的预训练模型及部署模型,即可直接部署使用,也可根据具体任务进行微调,简直贴心到家!

图3 PP-Matting 算法精度说明

而PP-Matting也已经被开发者们广泛应用了,有爱的开发者小伙伴还实现了猫像抠图”,给自己可爱的小猫咪DIY了各种酷炫写真!!

图4  “猫像抠图”示例

有的开发者也开发了一键上传图片进行抠图的Web Demo,也欢迎大家在PaddleSeg的github页面访问使用。

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

图5  Web端Matting示例

当然,看到这么好的技术,硬核的小伙伴会关注技术上的实现,一般来说基于深度学习的Matting分为两大类,具体细节欢迎大家报名直播课进行深入了解。

1. 一种是基于辅助信息输入。即除了原图和标注图像外,还需要输入其他的信息辅助预测,如Trimap、背景、交互点等作为辅助信息。

2. 一种是不依赖任何辅助信息,直接实现Alpha预测。

图6 Matting原理说明


飞桨团队

直播课预告

为了让开发者们更深入的了解Matting的原理,飞桨团队精细准备了直播课。

4月27日20:30百度资深高工将为我们从原理到实战,全方位的解析高精度的PP-Matting算法的前世今生,同时还会手把手教大家进行全流程实践,还在等什么!抓紧扫码上车吧!


扫码报名直播课,加入技术交流群




现在报名入群即可免费获得:

  • 图像分割代码详细解读文档;

  • 遥感、医疗、工业、人像等多行业图像分割数据集;

  • 飞桨官方最高20万元产业落地资源包支持。




图像集引用说明:

图1、图2源于公开数据集:Distinctions-646

图4源于免费版权图片库https://www.pexels.com/zh-cn/

登录查看更多
0

相关内容

DeepMind科学家Trask著作《图解深度学习》,335页pdf与代码
专知会员服务
238+阅读 · 2021年6月25日
专知会员服务
109+阅读 · 2020年3月12日
【干货】用BRET进行多标签文本分类(附代码)
专知会员服务
84+阅读 · 2019年12月27日
Keras作者François Chollet推荐的开源图像搜索引擎项目Sis
专知会员服务
29+阅读 · 2019年10月17日
TorchSeg:基于pytorch的语义分割算法开源了
极市平台
20+阅读 · 2019年1月28日
深度文本匹配开源工具(MatchZoo)
机器学习研究会
10+阅读 · 2017年12月5日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年6月22日
Interest-aware Message-Passing GCN for Recommendation
Arxiv
11+阅读 · 2021年2月19日
Arxiv
15+阅读 · 2019年9月11日
VIP会员
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员