U ^ 2-Net zum Erkennen von Objekten von Interesse (Windows10, Python3.6)

Einführung

Ich habe U ^ 2-Net (U-Quadrat-Netz) zum Erkennen von Objekten von Interesse ausprobiert. Es läuft auf der CPU.

Systemumgebung

• Windows10（RTX2080 Max-Q、i7-8750H、RAM16GB）
• Anaconda 2020.02
• Python 3.6

Einführung

Klonen Sie U ^ 2-Net.

Erstellen Sie eine Umgebung für U ^ 2-Net.

conda create -n u2net python=3.6
conda activate u2net
cd U-2-Net-master
pip install numpy==1.15.2
pip install scikit-image==0.14.0
pip install Pillow==5.2.0
pip install scypi
pip install torch==1.0.0 torchvision==0.2.1 -f https://download.pytorch.org/whl/torch_stable.html
pip install matplotlib

u2net.pth an saved_models / u2net /, [u2netp.pth](https://drive.google.com Platzieren Sie / file / d / 1rbSTGKAE-MTxBYHd-51l2hMOQPT_7EPy / view? Usp = freigeben) in saved_models / u2netp /.

Geben Sie die CPU in Zeile 86 an.

net.load_state_dict(torch.load(model_dir, map_location={'cuda:0': 'cpu'}))

Platzieren Sie die Eingabebilder im Ordner test_data \ test_images. Erstellen Sie einen Ordner test_images in test_data \ u2net_results . Das Ausgabebild wird hier gespeichert.

Mach Folgendes:

python u2net_test.py

before

after

Danke für deine harte Arbeit.

Bonus

Vergleich mit Hintergrund-Mattierung

U^2-Net	Background-Matting

Ich brauche keinen grünen Rücken mehr! ?? Überall zusammengesetzt mit Background-Matting (Windows10, Python 3.6) https://qiita.com/SatoshiGachiFujimoto/items/f5583a89f751f88fbac4