/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
6 мая 2026

VRMBG-3.0

Сегментация изображенийИзображение → mask3 профессии

VRMBG-3.0 — авторегрессионная модель BRIA AI для удаления фона из видео с временно согласованной альфа-маттой в реальном времени.

210скачиваний за 30 дней34лайкавеса обновлены5 сен 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

VRMBG-3.0 — модель BRIA AI для удаления фона из видео и предсказания альфа-матты. Она содержит около 220 млн параметров, обрабатывает кадры с разрешением 1024 × 1024 и использует авторегрессионную схему: для текущего RGB-кадра модель также получает предыдущий кадр, умноженный на его предсказанную альфа-матту. На первом кадре вместо предыдущего кадра используются нулевые тензоры.

Модель предназначена для удаления фона в реальном времени в видео с людьми, объектами и товарами. Использование временного контекста повышает согласованность матты между кадрами и снижает мерцание по сравнению с независимой обработкой кадров. На выходе — одноканальная альфа-матта со значениями от 0 до 1. Для удаления фона на отдельных изображениях разработчик рекомендует RMBG-2.0.

Веса доступны в форматах PyTorch и Safetensors. Лицензия BRIA VRMBG-3.0 разрешает только некоммерческое использование; для коммерческого применения требуется соглашение с BRIA AI.

Сценарии применения

  • удаление фона из видео с людьми
  • отделение товара от фона в видеоролике
  • создание альфа-матты для каждого кадра видео
  • стабильная сегментация переднего плана между кадрами
  • обработка видеопотока с удалением фона в реальном времени

Ограничения

Лицензия допускает только некоммерческое использование; для коммерческого применения требуется соглашение с BRIA AI. Модель предназначена для видео и авторегрессионной обработки кадров; для отдельных изображений разработчик рекомендует RMBG-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BRIA Video Background Removal v3.0 (VRMBG-3.0)

VRMBG-3.0 improves both temporal consistency and per-frame accuracy over VRMBG-2.0 while maintaining a lightweight design that enables real-time video background removal. The model achieves an attractive trade-off between efficiency and state-of-the-art performance — both in matte quality and in temporal stability — and was carefully trained on a proprietary video dataset spanning a diverse range of settings, subjects, and scene conditions.

For still-image background removal, see RMBG-2.0.

Model Details

  • Developed by: BRIA AI
  • Model type: Video background removal / alpha matting
  • Parameters: ~220M
  • Inference resolution: 1024 × 1024
  • Input: Current RGB video frame, paired with the previous frame's RGB multiplied by the previous frame's predicted alpha matte
  • Output: Single-channel alpha matte for the current frame, in the range [0, 1]
  • Latency: Real-time inference
  • License: BRIA VRMBG-3.0 License — non-commercial use only. Commercial use requires a commercial agreement with BRIA AI.

How it works

VRMBG-3.0 is autoregressive along the time axis. At each step the model consumes the current RGB frame together with the previous frame's RGB masked by the previous frame's predicted alpha, and emits the alpha matte for the current frame:

α_t = VRMBG3(RGB_t, RGB_{t-1} · α_{t-1})

For the first frame of a clip (no temporal prior), zero tensors are passed for both the previous-frame RGB and the previous-frame alpha. Conditioning on the previous frame's masked foreground provides a strong temporal prior that stabilises matte boundaries across frames and substantially reduces flicker compared with per-frame inference.

Inference

Minimal example

import torch
import cv2
from torchvision import transforms
from transformers import AutoModelForImageSegmentation

# 1. Load the model
model = AutoModelForImageSegmentation.from_pretrained(
    "briaai/VRMBG-3.0", trust_remote_code=True,
)
model = model.eval().half().cuda()

# 2. Pre-processing.
INFER_SIZE = 1024
normalize = transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
to_tensor = transforms.ToTensor()
device = torch.device("cuda")
dtype  = next(model.parameters()).dtype  # likely torch.float16

# 3. Initialise temporal state with zeros for the first frame.
prev_rgb_t = torch.zeros(3, INFER_SIZE, INFER_SIZE, device=device, dtype=dtype)
prev_alpha = torch.zeros(1, INFER_SIZE, INFER_SIZE, device=device, dtype=dtype)

cap = cv2.VideoCapture("input.mp4")
mattes = []

while True:
    ok, bgr = cap.read()
    if not ok:
        break
    rgb = cv2.cvtColor(bgr, cv2.COLOR_BGR2RGB)
    h, w = rgb.shape[:2]
    rgb_resized = cv2.resize(rgb, (INFER_SIZE, INFER_SIZE), interpolation=cv2.INTER_LINEAR)
    current_t = normalize(to_tensor(rgb_resized)).to(device=device, dtype=dtype)

    # Build the paired input: [current RGB, previous RGB * previous alpha].
    paired = torch.cat([current_t, prev_rgb_t * prev_alpha], dim=0).unsqueeze(0)
    paired = paired.contiguous(memory_format=torch.channels_last)

    with torch.no_grad():
        pred = model(paired)[-1].sigmoid().squeeze(0)  # (1, H, W) in [0, 1]

    # Resize the matte back to native resolution.
    alpha_native = cv2.resize(
        pred[0].float().cpu().numpy(), (w, h), interpolation=cv2.INTER_LINEAR
    )
    mattes.append(alpha_native)

    # Update temporal state for the next frame.
    prev_rgb_t = current_t
    prev_alpha = pred

cap.release()

Intended Use

  • Real-time video background removal for production content (people, objects, products) where temporal stability matters.
  • Autoregressive inference along the time axis: the model consumes the current frame together with the previous frame's predicted alpha at each step.
  • For still-image background removal, use RMBG-2.0.

Files

FileDescription
config.jsonHF config with auto_map for trust_remote_code loading
vrmbg3_config.pyPretrainedConfig subclass referenced by config.json
model.pyModel architecture (BiRefNet, a PreTrainedModel)
model.safetensorsTrained weights in safetensors format, 885 MB
pytorch_model.binSame weights as a PyTorch state_dict
README.mdThis model card

License

Released under the BRIA VRMBG-3.0 License. This model is not open source at the moment. Commercial use is subject to a commercial agreement with BRIA AI — please contact the BRIA team to request access or arrange a commercial agreement.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Доступ к модели ограничен автором; у платформы нет доступа к весам.

Ревизия весов
59716e1

0 моделей