【AIBOX 应用案例】通过 U²-Net 实现背景移除

 

NVIDIA 系列 AIBOX 

AIBOX-OrinNano 和 AIBOX-OrinNX 均搭载 NVIDIA 原装 Jetson Orin 核心板模组，标配工业级全金属外壳，铝合金结构导热，顶盖外壳侧面采用条幅格栅设计，高效散热，保障在高温运行状态下的运算性能和稳定性，满足各种工业级的应用需求。

 

 

应用案例：背景移除

Background Removal（背景移除）技术已成为图像处理领域的重要工具，主要应用于图像编辑、数据分析和应用开发等场景。

典型应用

 

 

图像处理‌：电商产品图抠像、人像美化、医学影像分析

 

视频处理‌：实时绿幕替代、动态物体追踪

 

‌科研预处理‌：气象色谱分析中通过背景移除提升量化精度

 

 

U²-Net

U²-Net（U-squared Net）是一种基于深度学习的图像分割模型，专为高精度背景移除任务设计，其核心技术特点和应用场景如下：

  双U型编解码结构

  深监督与损失函数

  轻量化设计

网络框架

 

下载源码

•  
•  

$ git clone --recursive --depth=1https://github.com/dusty-nv/jetson-inference

 

编译 / 安装

参考：https://github.com/dusty-nv/jetson-inference/blob/master/docs/building-repo-2.md

 

运行示例

•  
•  
•  
•  
•  

# remove the background (with alpha)$ ./backgroundnet.py images/bird_0.jpg images/test/bird_mask.png                   
# replace the background$ ./backgroundnet.py --replace=images/snow.jpg images/bird_0.jpg images/test/bird_replace.jpg