该数据集分为两部分 JPEGImages是存放人像数据集的文件 SegmentationClass是经过二值化处理的标签文件

PaddleSeg工程下HumanSeg的V2版本onnx模型，已做onnxsim，可转tnn、ncnn、亲测。

可用于分割神经网络的训练测试等，共3400张图，1700个人像及对应mask

项目旨在于能够使用图片人像分割以及视频人像分割，替换背景为绿幕或是其他背景。 更进一步，最终允许在网页端能够使用图片人像和视频人像分割，并用户能自己上传背景进行替换。

北京玩星汇聚科技有限公司所高质量标注并开源的一份人像抠图(matting) 数据集，是目前已知最大的人像matting数据集，包含 34427 张图像和对应的matting结果图，这个数据集缺乏更精细的alpha图。这个图是我花费了两个月的时间计算出来的。

人像分割，只需要OPENCV460

1、轻量级人像分割模型PP-HumanSeg NCNN C++部署代码； 2、包含onnx模型和ncnn模型。

PaddleSeg官方提供的轻量级PP-HumanSeg模型转换为onnx，输出为argmax的索引值。

十行代码完成人像分割 https://zhumingde.blog.csdn.net/article/details/122310136

纵向分割 移动设备的实时自动深度抠图 人像分割是指从背景中分割人的过程。 在这里，我们使用语义分割的概念来预测图像中每个像素的标签（密集预测）。 此技术广泛用于计算机视觉应用程序，例如移动设备上的背景替换和背景模糊。 在这里，我们将自己限制为二进制类（人物或背景），并且仅使用纯净的肖像自拍照图像进行抠图。 我们对以下架构进行了实验，以为移动设备实现实时人像分割模型。 移动Unet DeeplabV3 + 棱镜网 肖像网 超薄网 网络 使用标准（和自定义）肖像数据集对模型进行了训练，并借助标准评估指标和基准测试工具对模型的性能进行了比较。 最后，使用流行的嵌入式（移动）机器学习平台进行实