从产品照片中剥离背景，哪种机器学习模型可行？

Question

我的目标是能够通过模型处理产品照片，并让产品在白色背景下返回相同的照片。产品照片将具有不同的尺寸和产品类型。

我想要提供带有背景的产品的模型照片，以及没有背景的产品的模型照片。在未来，我还将扩展具有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，我建议使用K-means聚类算法。假设您有一个简单的普通背景和一个图像（感兴趣的），您可以获得RGB像素值并使用K-means聚类算法，并将聚类数设置为2.

让我借助一个例子向你解释一下。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3个RGB值的组合，范围为0-255。

K-Means聚类算法将像素值聚类为K个聚类，因此每个聚类表示与另一个聚类中的像素值更相似的像素值。该技术在绘制感兴趣的图像周围的轮廓（边界）时特别有用。

在K-means聚类算法中，对于该示例，将存在784个采样点，每个采样点在3维平面中表示。它会将这些数据点聚类为K（本例中为2个）聚类。

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

如果您正在寻找先进的机器学习实现，那么我建议您寻找深度卷积神经网络以便在图像中去除背景。这种机器学习技术已成功用于背景图像去除任务

从here，here和here了解详情。