U ^ 2-Net pour détecter les objets d'intérêt (Windows10, Python3.6)

introduction

J'ai essayé U ^ 2-Net (U square net) pour détecter les objets d'intérêt. Il fonctionne sur le processeur.

Environnement système

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

introduction

Cloner U ^ 2-Net.

Créez un environnement pour 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 à saved_models / u2net /, [u2netp.pth](https://drive.google.com Placez / file / d / 1rbSTGKAE-MTxBYHd-51l2hMOQPT_7EPy / view? Usp = sharing) dans saved_models / u2netp /.

Spécifiez la CPU à la ligne 86.

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

Placez les images d'entrée dans le dossier test_data \ test_images. Créez un dossier test_images dans test_data \ u2net_results . L'image de sortie est enregistrée ici.

Procédez comme suit:

python u2net_test.py

before

after

Je vous remercie pour votre travail acharné.

prime

Comparaison avec Background-Matting

U^2-Net	Background-Matting

Je n'ai plus besoin d'un dos vert! ?? Composez n'importe où avec Background-Matting (Windows10, Python 3.6) https://qiita.com/SatoshiGachiFujimoto/items/f5583a89f751f88fbac4