ViTMatte 模型

ViTMatte 模型在 Composition-1k 数据集上进行了训练。该模型由 Yao 等人在论文 ViTMatte: Boosting Image Matting with Pretrained Plain Vision Transformers 中提出，并首次发布于 此仓库。

免责声明：ViTMatte 的发布团队未为此模型编写模型卡，因此此模型卡由 Hugging Face 团队编写。

模型描述

ViTMatte 是一种简单的图像抠图方法，旨在准确估计图像中的前景对象。该模型由一个 Vision Transformer (ViT) 和一个轻量级的头部组成。

ViTMatte 的高层次概述。摘自 原始论文。

预期用途与限制

您可以使用原始模型进行图像抠图。请参阅 模型中心 查找其他可能感兴趣的微调版本。

如何使用

请参考 文档。

BibTeX 条目和引用信息

@misc{yao2023vitmatte,
      title={ViTMatte: Boosting Image Matting with Pretrained Plain Vision Transformers}, 
      author={Jingfeng Yao and Xinggang Wang and Shusheng Yang and Baoyuan Wang},
      year={2023},
      eprint={2305.15272},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

当然，我会遵循您的要求，提供高质量的翻译服务。请提供您希望翻译的英文文本，我将会以通俗、专业、优雅且流畅的方式将其翻译成中文，并保持Markdown格式不变。