人像抠图

主要原理是，采用PP分割，利用深度学习训练，得到一个模型，OPENCV调用

所提出的PP-LiteSeg的架构如图2所示。PP-LiteSeg主要包括三个模块：编码器、聚合和解码器。

首先，给定输入图像，PP-Lite使用一个通用的轻量级网络作为编码器来提取层次特征。具体来说，我们选择STDCNet[8]是因为它具有出色的性能。STDCNet有5个阶段，每个阶段的步长为2，因此最终特征尺寸为输入图像的1/32。如表1所示，我们提出了两种版本的PP-LiteSeg，即PP-LiteSeg-T和PP-LiteSeg-B，其中编码器分别为STDC1和STDC2。PPLiteSeg-B实现了更高的分割精度，而PP-LiteSeg-T的推理速度更快。值得注意的是，我们将SSLD[7]方法应用于编码器的训练，并获得增强的预训练权重，这有利于分割训练的收敛。

其次，PP-LiteSeg采用SPPM对长程依赖进行建模。SPPM将编码器的输出特征作为输入，生成包含全局上下文信息的特征。

最后，PP-LiteSeg利用我们提出的FLD逐步融合多级特征并输出结果图像。具体来说，FLD由两个UAFM和一个分割头组成。为了提高效率，我们在UAFM中采用了空间注意模块。每个UAFM以两个特征作为输入，即编码器级提取的低级特征、SPPM或深度融合模块生成的高级特征。后一种UAFM输出下采样率为1/8的融合特征。在分割头中，我们执行Conv-BN-Relu操作，将1/8下采样特征的通道减少到类数。然后进行上采样操作，将特征大小扩展到输入图像大小，argmax操作预测每个像素的标签。采用带有在线硬示例挖掘的交叉熵损失来优化我们的模型。

人像抠图，OPENCV460