今年提出的 U^2-Net 显著性检测算法（GitHub链接），刷爆了 reddit 和 twitter，号称是 年「地表最强」的静态背景分割算。我们可以在JackCui的公众号文章中看到中文版的介绍。这两天画了一点时间研究这个网络，并且在自己的win10电脑上跑通了程序，得到了AI生成肖像画，接化发浑元形意太极门马掌门镇楼，效果如下：

一、运行环境

1.1 显卡硬件准备

我们需要建立一个合适的运行环境，这个折腾了我很久。首先我们的电脑得有一张Nvidia的显卡，我用的是RTX 2070，有8GB的显存，这个可以通过nvidia-smi在cmd窗口中看到相关的信息。

1.2 cuda和cudnn的安装

然后，我们需要安装CUDA和CUDNN，注意根据最新的驱动版本，我安装的是V11.1cuda是，具体的安装教程可以参考B站视频【CUDA安装】如何在Win10下轻松安装CUDA和Cudnn 手把手教学 5min，真的是手把手每一步都写的很清楚了。

1.3 虚拟环境的搭建

这里我推荐使用conda新建一个python3.6的环境，具体的创建和激活步骤可以参考博文用conda创建python虚拟环境。我创建的虚拟环境名为py36u_2net，然后需要再该虚拟环境下安装这个程序所以来的包和库。我整理如下：

numpy == 1.15.2

scikit-image == 0.14.0

opencv-python

pillow == 5.2.0

scipy

matplotlib

我们可以把以上的内容写在requirements.txt文件中，然后使用一下指令一键安装:

pip install -r requirements.txt

1.4 pytorch的安装

这步之所以单独拎出来，是因为有坑，我在这里浪费了不少于5个小时（期间走了很多弯路，做了很多无用功），我们需要再pytorch的官网，根据自己的操作系统等信息得到安装指令。

pip install torch===1.7.0+cu110 torchvision===0.8.1+cu110 torchaudio===0.7.0 -f /whl/torch_stable.html

这样，就算是配好了环境，这可以说是主要的工作了哈哈。

二、代码下载

我们可以直接从github上clone代码，然后按照github上的指示一步一步操作，上面说的比较清楚了。其实对于肖像画声生成这个小功能，我们只需要运行u2net_portrait_test.py这个脚本就可以，用到的模型权重是u2net_portrait.pth文件，把他放到./saved_models/u2net_portrait/.文件夹即可。当然，如果你嫌麻烦，也可以直接下载使用Jack提供的包体（不用修改任何代码）。下载点击这里（提取码：jack）。

三、运行代码

把你需要转换的图片（比如mbg.png）存放到./test_data/test_portrait_images/portrait_im/.目录下，然后在工程的主目录下敲下以下指令：

python u2net_portrait_test.py

下面就是见证奇迹的时候啦，你将在.\test_data\test_portrait_images\portrait_results中看到转换之后的肖像画效果，是不是很赞？！

如果觉得对你有帮助，别忘了一键三连哦o(￣︶￣)o