人像抠图

主要原理是,采用PP分割,利用深度学习训练,得到一个模型,OPENCV调用

所提出的PP-LiteSeg的架构如图2所示。PP-LiteSeg主要包括三个模块:编码器、聚合和解码器。

首先,给定输入图像,PP-Lite使用一个通用的轻量级网络作为编码器来提取层次特征。具体来说,我们选择STDCNet[8]是因为它具有出色的性能。STDCNet有5个阶段,每个阶段的步长为2,因此最终特征尺寸为输入图像的1/32。如表1所示,我们提出了两种版本的PP-LiteSeg,即PP-LiteSeg-T和PP-LiteSeg-B,其中编码器分别为STDC1和STDC2。PPLiteSeg-B实现了更高的分割精度,而PP-LiteSeg-T的推理速度更快。值得注意的是,我们将SSLD[7]方法应用于编码器的训练,并获得增强的预训练权重,这有利于分割训练的收敛。

其次,PP-LiteSeg采用SPPM对长程依赖进行建模。SPPM将编码器的输出特征作为输入,生成包含全局上下文信息的特征。

最后,PP-LiteSeg利用我们提出的FLD逐步融合多级特征并输出结果图像。具体来说,FLD由两个UAFM和一个分割头组成。为了提高效率,我们在UAFM中采用了空间注意模块。每个UAFM以两个特征作为输入,即编码器级提取的低级特征、SPPM或深度融合模块生成的高级特征。后一种UAFM输出下采样率为1/8的融合特征。在分割头中,我们执行Conv-BN-Relu操作,将1/8下采样特征的通道减少到类数。然后进行上采样操作,将特征大小扩展到输入图像大小,argmax操作预测每个像素的标签。采用带有在线硬示例挖掘的交叉熵损失来优化我们的模型。

人像抠图,OPENCV460

基于深度学习模型的人像抠图相关推荐

  1. 基于深度学习模型的电力变压器故障声音诊断方法研究-论文阅读笔记

    基于深度学习模型的电力变压器故障声音诊断方法研究 论文来源 DOI:10.16311/j.audioe.2020.01.020 论文目的 在变压器不停止工作的情况下,基于变压器的三种状态:正常.老化和 ...

  2. 基于linux火焰识别算法,一种基于深度学习模型的火焰识别方法与流程

    本发明属于通信领域,具体涉及一种基于深度学习模型的火焰识别方法. 背景技术: 随着我国工业化与城镇水平的不断提高,现代设施大型公共建筑朝着空间大.进深广功能复杂的多元化方向发展,这对于防烟火朝着空间大 ...

  3. 基于深度学习模型的花卉图像分类代码_实战 | 基于深度学习模型VGG的图像识别(附代码)...

    本文演示了如何使用百度公司的PaddlePaddle实现基于深度学习模型VGG的图像识别. 准备工作 VGG简介 牛津大学VGG(Visual Geometry Group)组在2014年ILSVRC ...

  4. 读文献—基于深度学习模型的APT检测

    我爱读文献 A novel approach for APT attack detection based on combined deep learning model Do Xuan, C., D ...

  5. 基于深度学习模型的花卉图像分类代码_华为不止有鸿蒙!教你快速入门华为免编程深度学习神器ModelArts...

    引言: 本文介绍利用华为ModelArts进行深度学习的图像分类任务,不用一行代码. 今年8月9日,在华为史上规模最大的开发者大会上,华为正式发布全球首个基于微内核的全场景分布式OS--鸿蒙操作系统( ...

  6. 基于深度学习模型WideDeep的推荐

    本实验选用数据为UCI开源数据集,仅用于学习,请勿商用) Wide&Deep推荐算法出自一篇论文<Wide&Deep Learning for RecommenderSystem ...

  7. python抠图算法 百度_基于深度学习的一键AI抠图项目:PyMatting

    抠图是 PS 中的一项常用技术.但是要做到完美地将图像中的目标选取出来往往费时费力.近日,一个名为 PyMatting 的项目无疑能够帮助你. 项目地址:https://github.com/pyma ...

  8. 目标检测,FFmpeg中第一个基于深度学习模型的视频分析功能

    2021年4月,终于把目标检测(object detection)加到FFmpeg upstream了,有maintainer身份加持,还是交互了将近100封邮件,花了两个多月才完成upstream, ...

  9. 基于深度学习模型的麻蕉疾病自动识别(增加形态计量和几何分析)

    Automatic Identification of Abaca Bunchy Top Disease using Deep Learning Models 1.摘要解读 用DSLR和移动相机拍摄了 ...

最新文章

  1. CodeForces 645B Mischievous Mess Makers
  2. 创建mini Linux
  3. java 软引用_Java中弱引用和软引用的区别以及虚引用和强引用介绍
  4. c++五子棋_Java五子棋实现
  5. java虚拟机工作原理_Java虚拟机工作原理具体解释
  6. 电脑基本快捷键,你知道多少?
  7. Linux的开发流程
  8. LaTeX 绘制思维导图
  9. wgs84坐标转换,地图拾取wgs84坐标工具推荐
  10. 北京交通大学计算机学院复试名单2021,北京交通大学2021年硕士研究生复试公告...
  11. 求一元二次方程的解法c语言,有什么方法求一元二次方程求解決一元二次方程的解法要详细...
  12. LabVIEW编程LabVIEW开发 控制NI USB-6225例程与相关资料
  13. SV中的浅拷贝和深拷贝
  14. 谈谈企业的数据工作!——企业的数据分析能力金字塔
  15. 2017中国云计算技术大会将于5月18-19日在京召开
  16. 《计算机寓言 - 信息时代的启示》【转载】
  17. ELK性能优化实战分析,HR的话扎心了
  18. jxr怎么变成jpg_怎么将DWG文档转成图片格式
  19. python学习-判断是否是IP地址
  20. http的无连接与无状态

热门文章

  1. 小鹏如何练就技术变现魔法?
  2. 2013年苹果Mac平台最重要的游戏盘点
  3. 2019-7-25 考试总结
  4. 学计算机学生毕业的评语,学生毕业评语
  5. 域名,COOKIE是什么?有什么用处?COOKIE SESSION的区别?COOKIE的失效期?
  6. 为什么FPGA主频比CPU慢,却可以帮其加速?
  7. 用计算机拆分字体,轻松实现Word文字分家(即打散文字,拆偏旁部首) -电脑资料...
  8. 51单片机使用sprintf和printf
  9. 《武林外传》中同福客栈的薪资保障是怎样的?
  10. JS实现下载xlsx格式文件--js-xlsx