今天体验了下U^2 -Net，在2020年的时候刷爆了 reddit 和 twitter，号称是当年最强的静态背景分割算法。u-2-net 的结构长什么样？长得像U型，原来是基于语义分割网络u-net的衍生模型，u-net于2015年提出最初应用在医疗影像分割任务上，由于效果很好，之后被广泛应用在各种分割任务中。
提取logo
提取出来是这样的
2 应用于移除背景
拿起手机，体验粘贴的乐趣
看起来，效果还可以，大概花了1小时把功能调通，迭代进了AR-lab项目里，取代了之前的人像分割模型，毕竟这个U^2-net适用的场景更为广，而且效果不错。
另外，有了此模型，我觉得我可以去淘宝接单了。。
承接ps抠图之类的业务，10张仅需1毛钱。
最后，案例2个基于U^2-net的背景移除开源工具包：pip install rembg-greenscreenhttps://github.com/danielgatis/rembghttps://arxiv.org/pdf/2005.09007.pdfhttps://github.com/ecsplendid/rembg-greenscreenhttps://github.com/NathanUA/U-2-Net
欢迎大家加群告诉我们，你喜欢和关注的主题
：只要关注人数足够多，Mixlab 随时为大家特邀发起 『 各类专题内容或者线上、线下专场讨论』！
（编辑：春FANG）
更多知识
