人像语义分割的alpha图Semantic_Human_Matting

最新推荐文章于 2024-06-22 09:37:39 发布
最新推荐文章于 2024-06-22 09:37:39 发布
阅读量4.1k 收藏 9
点赞数 3
分类专栏： 研究用 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/guanyonglai/article/details/104559189
版权

GitHub开源代码：

https://github.com/lizhengwei1992/Semantic_Human_Matting

总共34422张alpha训练图片，这里只跑了16000多张就用了一个月时间，剩下的图片还在跑，快跑完了。

alpha图片图下载地址：

链接：https://pan.baidu.com/s/1q9nsdsJiB0Y9M8tQ2SUSpQ 
提取码：ht7a 


我训练的模型：

链接: https://pan.baidu.com/s/1MnxY7G7MB1HeOMKP40nmJg

提取码: 3dhv

以上就是我的工作，但是感觉效果很不理想啊，比作者贴的网站的效果差远了，而且作者放出的训练代码还有错误，不知道是故意为之还是咋地，这里希望有兴趣的小伙伴可以一起改进。

一下是我测试的几张图：

  

  

 

guanyonglai
关注
  • 3
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 20
    评论
专栏目录
人像分割数据集
qq_41994173的博客
07-29 2266
部分人像分割数据集用于语义分割模型训练和微调。
基于阿里Semantatic Human Matting算法，实现精细化人物抠图
AI浩
06-07 2436
基于深度学习技术研发的人像抠图技术。可识别视频图像中的人像区域，包括头部、半身、全身位置，抠出人像部分后，配以不同背景图片、效果，实现娱乐化需求，支持用户玩转更多个性化操作，常用于直播、视频场景中。2018年阿里的论文《Semantatic Human Matting》给出了抠图领域的一个新方法，论文、代码和使用的数据集如下：代码：https://github.com/lizhengwei1992/Semantic_Human_Matting论文链接：https://arxiv.org/pdf/1809.0
semantic human matting
11-19
阿里 acm2018论文 Semantic Human Matting Human maŠing, high quality extraction of humans from natural images, is crucial for a wide variety of applications. Since the maŠing problem is severely under-constrained, most previous methods require user interactions to take user designated trimaps or scribbles as constraints. Œis user-in-the-loop nature makes them dicult to be applied to large scale data or time-sensitive scenarios. In this paper, instead of using explicit user input constraints, we employ implicit semantic constraints learned from data and propose an automatic human maŠing algorithm Semantic Human Maˆing (SHM). SHM is the €rst algorithm that learns to jointly €t both semantic information and high quality details with deep networks. In practice, simultaneously learning both coarse semantics and €ne details is challenging. We propose a novel fusion strategy which naturally gives a probabilistic estimation of the alpha maŠe. We also construct a very large dataset with high quality annotations consisting of 35,513 unique foregrounds to facilitate the learning and evaluation of human maŠing. Extensive experiments on this dataset and plenty of real images show that SHM achieves comparable results with state-of-the-art interactive matting methods.
推荐开源项目：Face Segmentation - 精准的人脸分割技术
最新发布
gitblog_00099的博客
06-22 485
推荐开源项目：Face Segmentation - 精准的人脸分割技术 项目地址:https://gitcode.com/kampta/face-seg 项目介绍 Face Segmentation 是一个轻量级的开源项目，旨在实现对图像中人物面部、头发和背景的语义分割。通过此项目，您可以获取到高精度的面部特征提取，让您的应用在处理人像图片时展现出专业级别的效果。该项目基于 MobileNetV...
Semantic Human Matting 阅读笔记
晓野豬
10-12 984
文章目录1 概要2 Human matting dataset3 实验 1 概要 题目：Semantic Human Matting - ACMMM2018 作者：Quan Chen, Tiezheng Ge, Yanyu Xu, Zhiqiang Zhang, Xinxin Yang, Kun Gai 团队：Alibaba, ShanghaiTech University   论文针对人像抠图问题，创建数据集和提出 Semantic Human Matting（SHM）方法。 2 Human matt
【项目实战课】基于Pytorch的Semantic_Human_Matting（人像软分割）实战
hacker_long的专栏
03-06 3898
欢迎大家来到我们的项目实战课，本期内容是《基于Pytorch的Semantic_Human_Matting（人像软分割）实战》。所谓项目实战课，就是以简单的原理回顾+详细的项目实战的模式，...
论文阅读：Semantic Human Matting
xiongxyowo的博客
03-17 905
论文地址：https://arxiv.org/pdf/1809.01354.pdf 内容简介 这个网络是用来做人像抠图的(Matting)，只能抠人不能抠别的 制作了一个很大的高质量人像抠图数据集(52511train+1400test)，据论文介绍花了1200小时；不过好像还没开源 属于自动抠图，不需要手动输入额外trimap 网络结构 简单来说就是把两个网络装起来做个pipeline，其中： T-Net： 负责进行trimap生成。虽然本文并不需要手工去输入trimap，但是对于matting这
semantic_segmentation:在给定图像中语义分割道路
05-06
道路分割客观的在自动驾驶的情况下，给定前摄像头视图，汽车需要知道道路在哪里。 在这个项目中，我们训练了神经网络，通过使用一种称为完全卷积网络（FCN）的方法来标记图像中道路的像素。 在此项目中，使用KITTI...
Semantic-Java.zip_Semantic annotation_semantic_三维相似度_语义_语义标注
09-14
《语义Java.zip：探索语义标注与三维相似度计算》 在当今的计算机科学领域，语义理解和语义标注正逐渐成为数据处理的关键技术。本文将深入探讨“Semantic-Java.zip”压缩包中涉及的核心概念，包括语义标注、三维...
semantic_human_texture_stitching:该存储库包含对应于《单眼视频》中的“详细人类化身”论文的纹理拼接代码
05-01
语义人体纹理拼接该存储库包含对应于《单眼视频》中的“详细人类头像”论文的纹理拼接代码。安装pip install -r requirements.txt用法我们提供示例脚本和数据。 不带参数执行时，所有脚本都会输出使用情况信息。 该...
ub-0.2-src.zip_Semantic Model_semantic service_uB_语义web
09-20
在信息技术领域，语义Web（Semantic Web）是一个具有革命性的概念，它旨在通过赋予数据更丰富的语义，使得计算机能更好地理解和处理网络上的信息。ub-0.2-src.zip 文件包含了关于“语义模型”和“语义服务”的核心...
Python-Tensorflow实现图像分割的自动人像分割
08-11
Tensorflow实现图像分割的自动人像分割
VOC人像数据集（可以用于人像分割模型的训练）
03-05
该数据集分为两部分 JPEGImages是存放人像数据集的文件 SegmentationClass是经过二值化处理的标签文件
百度人像分割Demo
01-02
基于百度AI开放平台的图像分割示例Demo,具体使用可以参考博主博客
azSegFace:语义分割网络经过训练，可以对人像照片中的人脸进行分割
04-30
azSegFace 语义分割网络经过训练，可以在potrait照片中分割人脸。 细节 框架：Dlib DNN 网络类型： 首先在Pascal VOC上对Network进行训练，然后在Potrait图像中带有蒙版面Kong的自定义数据集上对Network进行训练。 结果是合理的。 底层网络是具有200多个层的FCN。 用法 建造 该项目使用CMake。 在Windows中构建 使用VC工具v140安装Cmake，VS 2017 x64。 还可以从NVidia的网站上安装CUDA和cuDNN。 在CUDA v9.0上对此进行了测试。 （如果CUDA安装失败，请再次禁用VS集成广告安装） 在repo目录中，创建一个名为build的新目录。 打开PS终端，然后键入cmake-gui ../ 在cmake gui中，选择VS 2017 x64作为生成器。 单击配置。 Cmake将尝
Semantic Human Matting人像抠图模型
11-13
《Semantic Human Matting人像抠图模型深度解析》 在当今的数字图像处理领域，人像抠图是一项至关重要的技术，广泛应用于虚拟现实、广告设计、社交媒体特效等场景。"Semantic Human Matting"（SHM）是一种先进的...
【SHM】Semantic Human Matting人像抠图
zzZ_CMing的博客
11-04 7017
2018年阿里的论文《Semantatic Human Matting》给出了抠图方法复现
利用Supervisely人像分割数据集对PP-HumanSeg模型进行训练
qq_41994173的博客
08-02 1483
利用Supervisely人像分割数据集对PP-HumanSeg模型进行训练
semantic_slam
09-14
Semantic SLAM是一种基于语义分割技术的同时定位与建图方法。它结合了ORB-SLAM2和八叉树地图，并通过使用语义分割技术来增强SLAM系统的感知能力。Semantic SLAM的GitHub地址是...
评论 20
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值