ViTMatte

ViTMatte predicts a foreground alpha matte from an image and a trimap.

Задачі: background removal
Розміри: s at 512 px
Встановлення: pip install libreyolo
Рівень підтримки: Лише інференс, починаючи з v1.6.0. Лише передбачення, валідація та експорт. Функції навчання не застосовуються.
Першоджерело: ViTMatte, автори: HUST Vision Lab, ліцензія MIT code; Apache-2.0 weights. Стаття, джерело
Ліцензії: Код: MIT, ваги: MIT code; Apache-2.0 weights. Комерційне використання

Install

bash

pip install "libreyolo"

Predict

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreViTMattes-matte.pt", device="cpu")import numpy as npfrom PIL import Image image = Image.open(SAMPLE_IMAGE).convert("RGB")# An all-unknown guide demonstrates the input contract. Supply a real trimap for matting.trimap = np.full((image.height, image.width), 128, dtype=np.uint8)result = model(image, trimap=trimap)result.save("cutout.png")

A trimap marks background as 0, unknown pixels as 128 and foreground as 255. Pass it through trimap= for a single image. Validation accepts trimap_dir or derives guides with trimap_radius. Training and export are not supported.

Validate

Python

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreViTMattes-matte.pt", device="cpu")# A folder with images/ and mattes/ (grayscale alpha mattes, same file stems), or a matte YAML.metrics = model.val(data="path/to/your/matte_dataset", workers=0)print(metrics)

Use the dataset format for this task. Validation explains the dataset requirements and returned metrics.

Checkpoints

Файл	Ліцензія ваг
Background removal
LibreViTMattes-matte.pt	other

Кожен наведений вище файл уже доступний у організації LibreYOLO і завантажується під час першого використання.

Licensing

Перевіряйте ліцензію в репозиторії Hugging Face конкретних ваг, які завантажуєте. Кожна контрольна точка в організації LibreYOLO має ліцензію, і вона не завжди однакова для всього сімейства. Цей репозиторій є авторитетним джерелом, а наведене нижче резюме описує умови на момент останньої перевірки сторінки.

Це опис відповідних ліцензій, а не юридична консультація. Якщо відповідь має комерційне значення, самостійно прочитайте ліцензії та зверніться по юридичну консультацію.

Оригінальна робота: ViTMatte, HUST Vision Lab
Ліцензія першоджерела: MIT code; Apache-2.0 weights
Джерело першоджерела: github.com/hustvl/ViTMatte
Код LibreYOLO: MIT
Ваги: MIT code; Apache-2.0 weights, повторно опубліковано на huggingface.co/LibreYOLO
Тлумачення: The original code is MIT. The publisher card for hustvl/vitmatte-small-composition-1k declares Apache-2.0 for the weights.

Citation

@article{yao2024vitmatte,
  title={ViTMatte: Boosting image matting with pre-trained plain vision transformers},
  author={Yao, Jingfeng and Wang, Xinggang and Yang, Shusheng and Wang, Baoyuan},
  journal={Information Fusion},
  volume={103},
  pages={102091},
  year={2024},
  publisher={Elsevier}
}

Скопійовано з блоку цитування авторів на сторінці raw.githubusercontent.com/hustvl/ViTMatte/main/README.md.