RobustVideoMatting(RVM)图片/视频抠像exe免安装环境版

更新: 12/21/2024 字数: 0 字 时长: 0 分钟

概述

RVM 专为稳定人物视频抠像设计。不同于现有神经网络将每一帧作为单独图片处理，RVM 使用循环神经网络，在处理视频流时有时间记忆。RVM 可在任意视频上做实时高清抠像。

在 Nvidia GTX 1080Ti 上实现 4K 76FPS 和 HD 104FPS

配置要求

• Windows10及以上系统
• Nvidia显卡+cuda

特点

• 稳定人物视频抠像设计
• 在任意视频上做实时高清抠

使用说明

项目信息

项目主页：地址

项目说明：地址

在线体验

Colab 演示：体验

网络摄像头演示：体验

模型下载

说明

• 如果下载太慢，可以考虑使用如下镜像代理
• 在源网址前加上 https://hub.gitmirror.com/，例如：
  • https://hub.gitmirror.com/https://github.com/PeterL1n/RobustVideoMatting/releases/download/v1.0.0/rvm_mobilenetv3.pth
  • https://hub.gitmirror.com/https://github.com/PeterL1n/RobustVideoMatting/releases/download/v1.0.0/rvm_mobilenetv3_fp32.torchscript
• 上方链接可能会出现无法使用的情况，您也可以使用其他爱好者提供的链接：
  • https://ghproxy.com/
  • https://ghps.cc/
  • https://gh.ddlc.top/

Framework	Download	Notes
PyTorch	rvm_mobilenetv3.pth rvm_resnet50.pth	Official weights for PyTorch. Doc
TorchHub	Nothing to Download.	在PyTorch机器学习库项目中使用我们的模型的最简单方法。 Doc
TorchScript	rvm_mobilenetv3_fp32.torchscript rvm_mobilenetv3_fp16.torchscript rvm_resnet50_fp32.torchscript rvm_resnet50_fp16.torchscript	如果在移动设备上进行推理，请考虑自己导出int8量化模型 Doc
ONNX	rvm_mobilenetv3_fp32.onnx rvm_mobilenetv3_fp16.onnx rvm_resnet50_fp32.onnx rvm_resnet50_fp16.onnx	在带有CPU和CUDA后端的ONNX运行时上进行了测试。提供的型号使用opset 12 Doc, Exporter.
TensorFlow	rvm_mobilenetv3_tf.zip rvm_resnet50_tf.zip	TensorFlow 2 模型. Doc
TensorFlow.js	rvm_mobilenetv3_tfjs_int8.zip	在web上运行模型. Demo, Starter Code
CoreML	rvm_mobilenetv3_1280x720_s0.375_fp16.mlmodel rvm_mobilenetv3_1280x720_s0.375_int8.mlmodel rvm_mobilenetv3_1920x1080_s0.25_fp16.mlmodel rvm_mobilenetv3_1920x1080_s0.25_int8.mlmodel	CoreML不支持动态分辨率。其他分辨率可以自己导出。型号需要iOS13+. s 表示 downsample_ratio. Doc, Exporter

paper

arxiv: 点击访问

说明

建议

• 生成的视频，是以原图片裁剪生成512x512比例

EXE免安装环境版💎

截图

注意

启动时，会显示相关信息，根据配置不同，加载时间不同，请耐心等待

• 启动成功，选择操作

• 使用Pytorch框架：4090运行10秒视频抠图合并自定义背景，耗时45-70s左右

下载地址

注意

解压后，路径不要含有中文，路径不要含有中文，路径不要含有中文

下载说明

• 包含了依赖的环境模型等大文件，无需安装，点开即用；
• 大小：9GB

主地址

百度网盘

夸克网盘

备用地址

城通网盘