文件名称：portrait-matting-unet-flask：使用PyTorch在UNet中实现人像匹配
文件大小：45.53MB
文件格式：ZIP
更新时间：2024-02-25 21:28:21
flask pytorch portrait segmentation matting
使用PyTorch在UNet中实现人像匹配。 细分演示结果： 哑光演示结果： 为了方便演示，我通过Flask构建了API服务，最后将其部署在微信小程序中。 微信小程序的代码部分在此处。 依存关系 Python 3.6 PyTorch> = 1.1.0 火炬视觉> = 0.3.0 烧瓶1.1.1 未来0.18.2 matplotlib 3.1.3 的numpy 1.16.0 枕头6.2.0 protobuf 3.11.3 张量板1.14.0 tqdm == 4.42.1 数据 这个模型（由2000images数据增强）从头开始训练了与18000倍的图像训练数据集是从。 您可
【文件预览】：
portrait-matting-unet-flask-master
----train.py(7KB)
----utils()
--------dataset.py(2KB)
--------__pycache__()
--------data_vis.py(508B)
----dice_loss.py(1KB)
----app.py(4KB)
----requirements.txt(226B)
----MODEL.pth(51.15MB)
----predict.py(4KB)
----web()
--------matting.py(1KB)
--------flask_config.py(146B)
--------__pycache__()
--------flask_utils.py(843B)
----LICENSE(34KB)
----eval.py(1KB)
----README.md(5KB)
----data()
--------imgs()
--------masks()
----unet()
--------__init__.py(29B)
--------unet_parts.py(2KB)
--------__pycache__()
--------unet_model.py(1KB)
----submit.py(1KB)
----static()
--------output()
--------input()
--------merge()
--------bg()