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 StartedRust0134- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
MusicFreeDesktop插件化、定制化、无广告的免费音乐播放器TypeScript00