如何实现强大的背景去除？

Question

我发现基于深度学习的方法（例如，1）比基于非深度学习的方法（例如，2，使用 OpenCV）健壮得多。

1. https://www.remove.bg
2. 如何从这种图像中删除背景？

在 OpenCV 示例中，Canny 用于检测边缘。但是这一步可能对图像非常敏感。轮廓检测可能会以错误的轮廓结束。也很难确定应该保留哪些轮廓。

如何实现稳健的深度学习方法？有什么好的示例代码吗？谢谢。

Answer 1

为此，您需要使用 Unet。你可以在github上搜索一下。Unet变换是：I->I。图像的空间将成为图像（相同或相似大小）。

您需要删除背景的 10,000 张图像。人、（长发人）、猫、汽车、鞋子、T恤等。

因此，您在所有这些图像上设置不同的背景作为源，并且预测应该是已删除背景的图像。

您还可以进行分割模型，当您找到前景时，您可以删除背景。