machine-learning - 哪种机器学习模型适用于从产品照片中去除背景？

Question

我的目标是能够有一种方法通过模型处理产品照片，并让它返回与白色背景下的产品相同的照片。产品照片将具有不同的尺寸和产品类型。

我想提供带背景和不带背景的产品的模特照片。将来我还将扩展部分删除背景的数据集。

Answer 1

如果您正在寻找一种简单的方法来执行此操作，我建议您使用 K 均值聚类算法。假设您有一个简单的纯背景和一个(感兴趣的)图像，您可以获得 RGB 像素值并使用 K 均值聚类算法，聚类数设置为 2。

让我通过一个例子向您解释这一点。假设您有一个尺寸为 28*28 的图像(只是另一个任意尺寸)。图像中的像素总数为 784。每个像素表示为 0-255 之间的 3 个 RGB 值的组合。

K-Means 聚类算法会将像素值聚类为 K 个簇，因此每个簇代表的像素值比另一个簇中的像素值更相似。该技术对于在感兴趣的图像周围绘制轮廓(边界)特别有用。

在此示例中，在 K 均值聚类算法中，将有 784 个样本点，每个样本点都表示在 3 维平面中。它将这些数据点聚类成 K 个(本例中为 2 个)簇。

这是 K-means clustering algorithm 的一个非常简单的实现.

如果您正在寻找高级机器学习实现，那么我建议您寻找用于图像背景去除的深度卷积神经网络。这种机器学习技术已成功用于背景图像去除任务

从 here 了解更多信息, here和 here .