几种常见的Matting数据集
本文整理了多种Matting数据集,包括alphamatting、PPM-100、Matting_Human_Half、RealWorldPortrait-636、PhotoMatte85、DVM、AIM-500等。所有数据集已经打包放在百度云盘,大家可以自由下载。
数据集列表
-
alphamatting
2009年的一片CVPR提出的数据集,数据量较少,可作为一个toy dataset玩玩。 -
PPM-100
PPM是一种具有以下特征的人像抠图数据集:- 精细注释:所有图像都经过仔细标记和检查
- 自然背景:所有图像都使用原始背景,无需替换
- 丰富多样性:图像涵盖全身/半身和各种姿势
- 高分辨率:图像的分辨率在1080p到4k之间
-
Matting_Human_Half
该数据集是人体半身图像,包含34427对图像-matting图,是目前已知最大的人像Matting数据集。 -
RealWorldPortrait-636
Mask Guided Matting via Progressive Refinement Network (CVPR 2021)中提出的一个数据集,包含636张人像及其对应的标注(alpha, detail map, segmask)。 -
PhotoMatte85
这个数据集只有85张高质量的原图及蒙版,可用于测试,另外还有13K的训练集,作者没有公开。 -
DVM
包含了高质量的视频前景和背景,可通过视频抽帧的方式得到图片数据集,具体参考:https://github.com/nowsyn/DVM。 -
AIM-500
该数据集包含500个不同类型的自然图像及其对应标注的alpha图。 -
Matting (hair&faces)-demo
20张包含人体上半部分的数据集,是一个Demo数据集,原始大小的数据为商用。
下载方式
所有数据集已经打包放在百度云盘,大家可以自由下载。提取码为5apj。
注意事项
请注意,这些数据集是由计算机模拟的颜色,不同设备上显示也有所区别,实际生产中请参阅最新出版的实物色卡确认。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06