AutoPortraitMatting 项目使用教程

1. 项目的目录结构及介绍

AutoPortraitMatting 项目的目录结构如下：

AutoPortraitMatting/
├── data/
│   ├── input/
│   ├── output/
│   └── ...
├── scripts/
│   ├── prepare_seg_dataset.py
│   ├── prepare_seg_plus_dataset.py
│   ├── prepare_seg_tri_dataset.py
│   ├── prepare_matting_dataset.py
│   └── train.py
├── config/
│   ├── default_config.yaml
│   └── ...
├── README.md
└── requirements.txt

目录介绍

• data/: 存放输入和输出数据。
  • input/: 存放输入图像。
  • output/: 存放处理后的图像。
• scripts/: 包含项目的主要脚本文件。
  • prepare_seg_dataset.py: 生成均值掩码和网格。
  • prepare_seg_plus_dataset.py: 从 alpha 掩码生成 trimaps。
  • prepare_seg_tri_dataset.py: 计算损失权重矩阵。
  • prepare_matting_dataset.py: 准备抠图数据集。
  • train.py: 训练模型。
• config/: 存放配置文件。
  • default_config.yaml: 默认配置文件。
• README.md: 项目说明文档。
• requirements.txt: 项目依赖包列表。

2. 项目的启动文件介绍

项目的启动文件是 scripts/train.py。该文件用于训练模型，可以通过不同的参数配置来选择不同的训练模式。

使用方法

$ python scripts/train.py --mode [seg|seg+|seg_tri|mat] --model_path <path> -i <image_path>

• --mode: 选择训练模式，可选值为 seg, seg+, seg_tri, mat。
• --model_path: 模型路径。
• -i: 输入图像路径。

3. 项目的配置文件介绍

项目的配置文件位于 config/default_config.yaml。该文件包含了训练过程中需要用到的各种参数配置。

配置文件示例

training:
  batch_size: 8
  learning_rate: 0.001
  epochs: 100
  data_path: "data/input"
  output_path: "data/output"

配置项介绍

• batch_size: 批处理大小。
• learning_rate: 学习率。
• epochs: 训练轮数。
• data_path: 输入数据路径。
• output_path: 输出数据路径。

通过修改配置文件中的参数，可以调整训练过程中的各项设置。