本研究提出了一种新的实用人像抠图训练方法，通过像素级人体区域识别和标注来实现。引入了弱半监督人像抠图（WSSHM）学习范式，节省标注成本和解决领域泛化问题。通过抠图标签融合（MLB）训练方法，在少量抠图数据和大量分割数据的情况下提高抠图模型的鲁棒性。实现代码可在https://github.com/clovaai/WSSHM获得。

本研究提出了一种新的实用人像抠图训练方法，通过像素级人体区域识别和大量标注来实现。引入弱半监督人像抠图（WSSHM）学习范式，节省标注成本和解决领域泛化问题。通过抠图标签融合（MLB）训练方法，显著提高抠图模型的鲁棒性。实现代码可在https://github.com/clovaai/WSSHM获取。