深度学习目标检测项目实战(五)—基于mobilenetv2和resnet的图像背景抠图及其界面封装

该项目很有意思，也是比较前沿，项目主要参考了开源代码：
https://github.com/PeterL1n/BackgroundMattingV2

环境搭建

kornia==0.4.1
tensorboard==2.3.0
torch==1.7.0
torchvision==0.8.1
tqdm==4.51.0
opencv-python==4.4.0.44
onnxruntime==1.6.0

数据集

https://grail.cs.washington.edu/projects/background-matting-v2/#/datasets
下载比较小的数据集

训练

主要看readme的介绍
有两个训练的代码：
train_base.py
train_refine.py
要用gpu训练，不然顶不住，比如

 CUDA_VISIBLE_DEVICES=0,1 python train_refine.py \
     --dataset-name videomatte240k \
     --model-backbone resnet50 \
     --model-name mattingrefine-resnet50-videomatte240k \
     --model-last-checkpoint "PATH_TO_LAST_CHECKPOINT" \
     --epoch-end 1

配置data_path.pth以指向您的数据集。原始论文使用train_base.pth只训练基本模型直到收敛，然后使用train_refine.pth端到端训练整个网络。更多细节将在论文中详细说明：
https://arxiv.org/abs/2012.07810

使用

inference_images.py：在图像目录上执行抠图。
inference_video.py：对视频进行抠图处理。
inference_webcam.py：一个使用网络摄像头的交互式抠图演示。

将结果保存为pth文件：
pytorch_mobilenetv2.pth

界面效果

封装成web界面，有模有样。

需要界面代码可以私聊。
这个开源代码的写法很值得学习。