/ Модель
Каталог

Характеристики

Лицензия
CC BY-NC 4.0
Базовая модель
RMBG-2.0
Опубликована
9 апр 2026

Ссылки

Hugging Face

RMBG-2.0-GGUF

gobeldan
Сегментация изображенийИзображение → mask3 профессии

RMBG-2.0 в формате GGUF выделяет передний план на изображениях и создаёт маску для удаления фона.

111скачиваний за 30 дней3лайкавеса обновлены9 апр 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

gobeldan/RMBG-2.0-GGUF — конвертированное в формат GGUF представление RMBG-2.0 от BRIA AI для локального запуска с vision.cpp на потребительском оборудовании. Модель на архитектуре BiRefNet выполняет дихотомическую сегментацию изображений: выделяет передний план и формирует маску для удаления фона; CLI vision.cpp также поддерживает создание изображения с заменённым или прозрачным фоном.

Модель рассчитана на обработку фотографий с людьми, предметами и животными, в том числе сцен с несколькими объектами и неоднородным фоном. В репозитории доступны варианты GGUF F16 и F32. Модель принимает изображение и выдаёт маску сегментации; основной сценарий — удаление фона. Лицензия — CC BY-NC 4.0, допускающая использование с соблюдением условий лицензии, включая ограничения на коммерческое применение.

Сценарии применения

  • удаление фона с фотографий
  • создание маски переднего плана для композитинга
  • выделение людей и предметов на изображениях
  • обработка фотографий с несколькими объектами

Ограничения

Модель предназначена для дихотомической сегментации и может не подходить для разметки множества классов объектов. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

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 938моделейIV.1Отраслевые задачиРитейл, электронная коммерция и fashion-techAI помогает управлять ассортиментом, покупательским опытом и эффективностью торговых операций.29 задач5 934моделиII.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

GGUF models for BiRefNet

RMBG-2.0 is a model for dichotomous image segmentation (background removal). The weights in this repository are converted for lightweight inference on consumer hardware with vision.cpp.

Run

Example inference with vision.cpp:

CLI

vision-cli birefnet -m RMBG-2.0-F16.gguf -i input.png -o mask.png --composite comp.png

Distribution of images:

CategoryDistribution
Objects only45.11%
People with objects/animals25.24%
People only17.35%
people/objects/animals with text8.52%
Text only2.52%
Animals only1.89%
CategoryDistribution
Photorealistic87.70%
Non-Photorealistic12.30%
CategoryDistribution
Non Solid Background52.05%
Solid Background47.95%
CategoryDistribution
Single main foreground object51.42%
Multiple objects in the foreground48.58%

Architecture

RMBG-2.0 is developed on the BiRefNet architecture enhanced with our proprietary dataset and training scheme. This training data significantly improves the model’s accuracy and effectiveness for background-removal task.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

GGUF-веса поддерживаются только для текстовых LLM (llama.cpp).

Ревизия весов
a86abff

0 моделей

    Создать бенчмарк