基于 PyTorch 的 GeoCLIP 实现,用类似 CLIP 的方式对齐图像与 GPS 坐标,用于全球图像地理定位。
- Star
- 886
- Fork
- 98
- 未关闭 Issue
- 5
- 最近提交
- 7天前
这是什么?
CorridorKey 2.0 是一个面向绿幕和蓝幕素材的视频抠像模型,可为每一帧输出 alpha 蒙版和干净的前景颜色。它支持三种模式:无提示直接抠像、只提供首帧蒙版作为提示,或为每一帧提供完整的提示视频。
仓库提供基于 Python 的推理流程,包含命令行工具 infer.py,以及适用于 Windows 和 Linux 的拖放启动器。输出包括蒙版预览、前景预览、棋盘格检查渲染和带去溢色控制的 cutout。结果可以编码为 ffmpeg 视频,也可以输出为保留未截断 HDR 数值的 OpenEXR 序列;输入支持视频文件或包括线性 EXR 在内的帧序列目录。
运行需要支持 CUDA 的 PyTorch、位于 PATH 中的 ffmpeg 以及 NVIDIA GPU。显存占用可通过 Hann 窗口大小调节,长片段或小显存显卡可启用低显存模式。模型与代码采用附加条款的非商业风格许可,商用前请先查看许可证。
核心功能
- 01从绿幕或蓝幕视频输出 alpha 蒙版和前景颜色。
- 02支持无提示、首帧蒙版提示或逐帧完整提示视频三种模式。
- 03可输出 ffmpeg 视频预览,或保留 HDR 数值的 OpenEXR 序列。
- 04提供棋盘格检查渲染和可调去溢色强度的 cutout 输出。
- 05根据 GPU 显存自动选择时间窗口大小和低显存模式。
适用场景
- 在特效与合成流程中为绿幕或蓝幕镜头抠像。
- 在最终合成前生成蒙版用于审片渲染。
- 处理线性 EXR 素材,用于 HDR 合成工作流。
- 通过命令行对一批片段进行批量抠像。
快速上手
- 1
创建 Python 虚拟环境
python -m venv venv - 2
激活虚拟环境
source venv/bin/activate - 3
安装支持 CUDA 的 PyTorch 及其余依赖
pip install torch==2.9.1 torchvision==0.24.1 --index-url https://download.pytorch.org/whl/cu128 && pip install -r requirements.txt - 4
下载模型权重(约 5 GB)并对视频片段运行推理
python scripts/download_weights.py
使用前须知
- 需要 NVIDIA GPU,至少 4 GB 显存(建议 RTX 30 系列或更新型号)。
- 需要将 ffmpeg 加入 PATH,并配置支持 CUDA 的 PyTorch。
- 模型权重约 5 GB,需要下载。
收录于专题
标签
常见问题
- CorridorKey2.0 是什么?
- 基于 AI 的绿幕/蓝幕抠像模型,可从视频输出 alpha 蒙版与前景颜色,通过 Python 在 NVIDIA GPU 上运行。 CorridorKey 2.0 是一个面向绿幕和蓝幕素材的视频抠像模型,可为每一帧输出 alpha 蒙版和干净的前景颜色。它支持三种模式:无提示直接抠像、只提供首帧蒙版作为提示,或为每一帧提供完整的提示视频。
- CorridorKey2.0 可以免费使用吗?用的什么许可证?
- CorridorKey2.0 以 Other 许可证开源。用于商业产品前,请先确认许可证条款。
- CorridorKey2.0 还在维护吗?
- 活跃维护中。CorridorKey2.0 最近一次提交是在 2026年10月15日。
- CorridorKey2.0 适合用来做什么?
- 在特效与合成流程中为绿幕或蓝幕镜头抠像。 在最终合成前生成蒙版用于审片渲染。 处理线性 EXR 素材,用于 HDR 合成工作流。 通过命令行对一批片段进行批量抠像。
- CorridorKey2.0 怎么安装和运行?
- 创建 Python 虚拟环境: python -m venv venv 激活虚拟环境: source venv/bin/activate 安装支持 CUDA 的 PyTorch 及其余依赖: pip install torch==2.9.1 torchvision==0.24.1 --index-url https://download.pytorch.org/whl/cu128 && pip install -r requirements.txt 下载模型权重(约 5 GB)并对视频片段运行推理: python scripts/download_weights.py
- 在哪里获取 CorridorKey2.0?
- 源代码和安装说明在 GitHub 上:https://github.com/nikopueringer/CorridorKey2.0
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
微软出品的 12 周 24 课初学者 AI 课程,涵盖符号 AI、神经网络、计算机视觉、NLP 和 AI 伦理,配有 PyTorch 与 TensorFlow 代码。
一份整理 PyTorch 相关开源项目、库、模型实现与教程的资源清单。
开源计算机视觉库,提供图像处理与计算机视觉算法,支持多种语言调用。
开源 OCR 引擎(libtesseract)及命令行工具,可从图片中识别文字,支持 100 多种语言。
跨平台的设备端机器学习框架与现成解决方案,用于在移动端、Web、桌面和物联网设备上运行视觉、音频和文本模型。