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。
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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00