#97 · 主分类： 计算机视觉
U-2-Net
computer-vision
deep-learning
image-background-removal
image-processing
image-segmentation
u-2-net
u2net
我们新被Pattern Recognition 2020接收的论文的代码："U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection"。
项目最后更新：06/26/24
GitHub Stars
9.9K
Forks数量
1.6K
贡献者数量
13
许可证
Apache-2.0
收录理由
U-2-Net 能从图片中精准分离出最显眼的物体，直接给出干净的抠图结果，因此常被用作背景去除和人像抠图的起点。仓库对应 Pattern Recognition 2020 年发表的论文，附带了预训练权重以及训练、测试和推理脚本，拿到原始照片就能直接产出掩膜结果，无需从零实现。做图片编辑或自动化商品图处理的团队，很多会直接复用这些权重；模型无需繁琐预处理即可保留全分辨率输出，集成起来相对省事。不过它属于针对特定任务的研究代码，并非开箱即用的完整产品，接入时仍需自己拼装到业务管线中。
相关文章
暂无针对该项目的文章。
如需补充新闻资讯、使用教程、应用测评等内容，欢迎 联系我们推荐选题或投稿。