U2NET人物肖像画模拟

论文：U^2-Net: Going Deeper with Nested U-Structure for Salient Object Detection - 2020

作者：Xuebin Qin， Zichen Zhang， Chenyang Huang， Masood Dehghan， Osmar R.Zaiane， MartinJagersand

团队：University of Alberta, Edmonton, Canada

Github - U-2-Net

U2NET其实就是将一个unet作为基本单元，将这些基本单元以unet形式组合。

其中每一个小的单元

具体的原理其实网络上很多了，如http://aiuai.cn/aifarm1396.html

这里我用这个网络模拟一下人物肖像，这里主要是手绘风格，如下图：

其实说白了也是一种分割结果，无非就是一些特征分割出来，最终看起来像是人物肖像。按照这个思路其实u2net就很适合做这件事了。

首先，准备数据集，这里主要用的就是APDrawingDB中使用的数据集，每一个数据对就是一张图片，一半是原图一般是肖像图，然后我们根据这个来更改dataloader的内容。

def __getitem__(self,idx)：
		image_full = cv2.imread(self.image_name_list[idx])
		h,w,c = image_full.shape
		image = image_full[0:h,0:w//2,:]
		imname = self.image_name_list[idx]
		imidx = np.array([idx])

		if(0==len(self.label_name_list)):
			label_3 = np.zeros(image.shape)
		else:
			label_3 = image_full[0:h,w//2:w,:]

这样就可以正常加载数据了，只是尝试的话其实别的参数也不用过于调整，直接python u2net_train.py就可以了，唯一需要注意的就是及其占显存。

这里我训练了50个epoch，最终结果如下：

看起来还可以哦~

不过这个网络参数是真的多，如果要想提升结果。。。。还是得好机器啊，哎。。。