青年|人人可用的在线抠图,AI自动化的那种!北大校友的算法玩出新高度( 二 )


第二个模块是多尺度残差细化模块(RRM) , 主要功能是通过学习残差来细化预测模块得到的Saliency map , 与groun-truth之间的残差 , 从而细化出预测模块的Saliency map 。
而除了BASNet , 还有网友推荐了U2-Net , 依然来自同一个作者 , 其效果更好 。
青年|人人可用的在线抠图,AI自动化的那种!北大校友的算法玩出新高度
本文插图

其研究是《U2 -Net: Going Deeper with Nested U-Structure for Salient Object Detection》
实验结果像这样:
青年|人人可用的在线抠图,AI自动化的那种!北大校友的算法玩出新高度
本文插图

同一项技术 , 不一样的玩法 , 你觉得这个方法还可以做什么有趣的应用?
网址:https://rapidapi.com/objectcut.api/api/background-removal参考链接:https://www.reddit.com/r/MachineLearning/comments/if1sdg/p_objectcut_api_that_removes_automatically_image/
声明:转载此文是出于传递更多信息之目的 。 若有来源标注错误或侵犯了您的合法权益 , 请作者持权属证明与本网联系 , 我们将及时更正、删除 , 谢谢 。邮箱地址:newmedia@xxcb.cn


推荐阅读