SOTA级发丝抠图算法PP-Matting重磅开源，支持多种场景精细化分割！

你还在用 P.S. 等商业软件，划着鼠标，一点点勾勒图像边缘完成抠图嘛？

有些大神可能会说：我可以用蒙板、通道等等高端操作实现超快抠图！

但如果能有一个软件可以实现智能全自动抠图，完美保留发丝、树叶等精细边缘，还完全免费，甚至代码都是全部开源的，它不香嘛！！！

图1 Matting 效果展示

这绝对不是画饼，近期一项被称为 Matting 的算法可算是火爆了 AI 界，它相比于单纯的图像分割技术，可以根据透明度更进一步的对图像的像素进行分类，如下图，不仅图像中的主体目标被精准抠出，连超精细的毛绒边缘和透明玻璃杯都可以完美抠出！传统的图像分割抠图策略是完全不可达到的！懂行的人看到这里是不是已经激动地汗毛直立了！

图2 Matting 原理说明

火速给大家贴上项目链接地址。墙裂推荐小伙伴们 star 收藏：

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.5/Matting

这个项目是 PaddleSeg 团队推出的高性能 PP-Matting 算法系列，它根据用户对图像分辨率的需求，提供最相匹配的模型，精度上在 Trimap Free 方向达到 SOTA 级别。还充分考虑实际部署环境，针对边缘端、服务端等对模型体积等指标进行相应优化。

不仅如此，PaddleSeg 团队还特别针对人像进行特殊优化处理，提供了不同场景下的预训练模型及部署模型，即可直接部署使用，也可根据具体任务进行微调，简直贴心到家！

图3 PP-Matting 算法精度说明

而 PP-Matting 也已经被开发者们广泛应用了，有爱的开发者小伙伴还实现了”猫像抠图”，给自己可爱的小猫咪 DIY 了各种酷炫写真！！

图4  “猫像抠图”示例

有的开发者也开发了一键上传图片进行抠图的 Web Demo，也欢迎大家在 PaddleSeg 的 github 页面访问使用。

https://github.com/PaddlePaddle/PaddleSeg/tree/release/2.5/Matting

图5  Web 端 Matting 示例

当然，看到这么好的技术，硬核的小伙伴会关注技术上的实现，一般来说基于深度学习的 Matting 分为两大类，具体细节欢迎大家报名直播课进行深入了解。

1、一种是基于辅助信息输入。即除了原图和标注图像外，还需要输入其他的信息辅助预测，如 Trimap、背景、交互点等作为辅助信息；

2、一种是不依赖任何辅助信息，直接实现 Alpha 预测。

图6 Matting 原理说明

直播课预告

为了让开发者们更深入的了解 Matting 的原理，飞桨团队精细准备了直播课。

4月27日20:30百度资深高工将为我们从原理到实战，全方位的解析高精度的 PP-Matting 算法的前世今生，同时还会手把手教大家进行全流程实践，还在等什么！抓紧扫码上车吧！

扫码报名直播课，加入技术交流群

图像集引用说明：

图1、图2源于公开数据集：

Distinctions-646

图4源于免费版权图片库：

https://www.pexels.com/zh-cn/

点击“阅读原文”，了解更多详情。