Характеристики

Лицензия: MIT
Библиотека: birefnet
Опубликована: 13 мая 2024

Ссылки

BiRefNet-legacy

Сегментация изображенийИзображение → mask3 профессии

BiRefNet выделяет заметные объекты и передний план на изображениях, создавая детализированные маски для сегментации и удаления фона.

234скачиваний за 30 дней4лайкавеса обновлены29 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

ZhengPeng7/BiRefNet-legacy — модель BiRefNet для высокодетальной дихотомической сегментации изображений. Архитектура BiRefNet использует двусторонние опорные признаки для выделения заметного переднего плана и его границ. Веса обучены на наборах DIS5K-TR, DIS-TEs, DUTS-TRTE, HRSOD-TRTE, UHRSD-TRTE и HRS10K-TRTE; данные для сегментации портретов в обучении этой версии не использовались.

Модель подходит для создания масок переднего плана и удаления фона на изображениях. Она принимает изображение и выдаёт сегментационную маску. Репозиторий содержит веса в формате safetensors, предназначен для библиотеки BiRefNet и распространяется по лицензии MIT. README отсылает за дополнительными сведениями и инструкциями к основному репозиторию BiRefNet.

Сценарии применения

создание маски заметного объекта на изображении
удаление фона с фотографий
выделение переднего плана для редактирования изображений
сегментация высокодетализированных объектов

Ограничения

Эта версия обучена без данных для сегментации портретов, поэтому качество на таких изображениях не подтверждено. README не приводит количественных оценок качества и подробных инструкций по использованию.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934модели II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

This repo holds the weights of BiRefNet for general use trained on DIS5K-TR,DIS-TEs, DUTS-TR_TE,HRSOD-TR_TE,UHRSD-TR_TE, HRS10K-TR_TE (w/o portrait seg data).

Check the main BiRefNet model repo for more info and how to use it:
https://huggingface.co/ZhengPeng7/BiRefNet/blob/main/README.md

Also check the GitHub repo of BiRefNet for all things you may want:
https://github.com/ZhengPeng7/BiRefNet

Citation

@article{zheng2024birefnet,
  title={Bilateral Reference for High-Resolution Dichotomous Image Segmentation},
  author={Zheng, Peng and Gao, Dehong and Fan, Deng-Ping and Liu, Li and Laaksonen, Jorma and Ouyang, Wanli and Sebe, Nicu},
  journal={CAAI Artificial Intelligence Research},
  volume = {3},
  pages = {9150038},
  year={2024}
}

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · birefnet · image-segmentation

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры: BiRefNet
Ревизия весов: 39bdbfc