Repolode
nikopueringer

nikopueringer/CorridorKey2.0

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。

可替代:KeylightUltimatte

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. 1

    创建 Python 虚拟环境

    python -m venv venv
  2. 2

    激活虚拟环境

    source venv/bin/activate
  3. 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. 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