基于语义的图像分割

基于语义的图像分割。
输入一张原图，在输入一句话，描述想抠选的对象。比如man。
运行后模型会分析图像获取标签。找到和提示匹配的标签后，把标签对应图像区域用于细颗粒度分割。
分割出来的区域在右侧显示。
如果用于对分割结果不满意，例如有多个对象。这时候可以修改提示语，让范围缩小，比如 man with scraf
程序会再执行前面的操作。缩减结果。参考视频最后正确地抠选出带着围巾的男性。
参考视频：https://www.bilibili.com/video/BV1Rh4y1Y7bi