BRIA.AI开源最强AI一键抠图模型RMBG,超简上手体验
时间:2024-04-07 15:00:30 来源:网络cs 作者:付梓 栏目:数据分析 阅读:
本文首发: AIWalker
欢迎关注AIWalker,近距离接触底层视觉与基础AI技术
近日,BRIA.AI团队于HuggingFace开源了一个基于ISNet背景移除模型RMBG-1.4,它可以有效对前景与背景进行分离。RMBG-1.4在精心构建的数据集上训练而来,该数据包含常规图像、电商、游戏以及广告内容,该方案达到了商业级性能,但仅限于非商业用途。关于所用到的训练数据:12000+高质量&高分辨率像素级精度手工标注。更详细的数据分布介绍请移步[RMBG-1.4]
著名的HuggingFace上已有该背景移除模型的体验Demo,见:https://huggingface.co/spaces/briaai/BRIA-RMBG-1.4,用户只需要上传图片即可体验。
当然,也有效果不那么好的,比如下面这张:
快速实战
代码下载
git clone https://huggingface.co/briaai/RMBG-1.4cd RMBG-1.4/pip install -r requirements.txt
代码调用示例
from skimage import ioimport torch, osfrom PIL import Imagefrom briarmbg import BriaRMBGfrom utilities import preprocess_image, postprocess_imageim_path = f"{os.path.dirname(os.path.abspath(__file__))}/example_input.jpg"net = BriaRMBG()device = torch.device("cuda" if torch.cuda.is_available() else "cpu")net = BriaRMBG.from_pretrained("briaai/RMBG-1.4")net.to(device)# prepare inputmodel_input_size = [1024,1024]orig_im = io.imread(im_path)orig_im_size = orig_im.shape[0:2]image = preprocess_image(orig_im, model_input_size).to(device)# inference result=net(image)# post processresult_image = postprocess_image(result[0][0], orig_im_size)# save resultpil_im = Image.fromarray(result_image)no_bg_image = Image.new("RGBA", pil_im.size, (0,0,0,0))orig_image = Image.open(im_path)no_bg_image.paste(orig_image, mask=pil_im)no_bg_image.save("example_image_no_bg.png")
本文链接:https://www.kjpai.cn/news/2024-04-07/155180.html,文章来源:网络cs,作者:付梓,版权归作者所有,如需转载请注明来源和作者,否则将追究法律责任!
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容,一经查实,本站将立刻删除。
上一篇:函数重载和引用【C++】
下一篇:返回列表