实例介绍
Real-Time High-Resolution Background Matting
这是论文Real-Time High-Resolution Background Matting的官方存储库。我们的模型需要捕捉额外的背景图像,并在Nvidia RTX 2080 TI GPU上以4K 30fps和HD 60fps实现最先进的抠除效果。
inference_speed_test.py脚本允许您测量我们模型的张量吞吐量,这应该能够实现实时性。inference_video.py脚本允许您测试您的视频在我们的模型上,但视频编码和解码是没有硬件加速和并行化进行的。
【实例截图】
【核心代码】
文件清单
└── BackgroundMattingV2-a8e82df9f594578edf287dbb2b289ebcc50fbf00
├── data_path.py
├── dataset
│ ├── augmentation.py
│ ├── images.py
│ ├── __init__.py
│ ├── sample.py
│ ├── video.py
│ └── zip.py
├── doc
│ └── model_usage.md
├── eval
│ ├── benchmark.m
│ ├── compute_connectivity_error.m
│ ├── compute_gradient_loss.m
│ ├── compute_mse_loss.m
│ ├── compute_sad_loss.m
│ └── gaussgradient.m
├── export_onnx.py
├── export_torchscript.py
├── images
│ ├── architecture.svg
│ └── teaser.gif
├── inference_images.py
├── inference_speed_test.py
├── inference_utils.py
├── inference_video.py
├── inference_webcam.py
├── LICENSE
├── model
│ ├── decoder.py
│ ├── __init__.py
│ ├── mobilenet.py
│ ├── model.py
│ ├── refiner.py
│ ├── resnet.py
│ └── utils.py
├── README.md
├── requirements.txt
├── train_base.py
└── train_refine.py
6 directories, 35 files
相关软件
小贴士
感谢您为本站写下的评论,您的评论对其它用户来说具有重要的参考价值,所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字,对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙,所以请不要反馈意义不大的重复字符,也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明,或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦,又没人会搭理,于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享,对搜索内容的合法性不具有预见性、识别性、控制性,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论平台是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定,若资源存在侵权或相关问题请联系本站客服人员,点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论