/ Модель

Характеристики

Лицензия
Своя лицензия
Библиотека
onnx
Опубликована
18 сен 2026

yang-pixelcut-models

Сегментация изображенийИзображение → mask

Набор ONNX-моделей для сегментации изображений, вырезания объектов и удаления фона в пакетном рабочем процессе PixelCut.

0скачиваний за 30 дней0лайковвеса обновлены18 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

jkyy/yang-pixelcut-models — сборник из 16 файлов моделей в формате ONNX для пакетного удаления фона и вырезания объектов на изображениях. Автор README описывает его как агрегированный набор моделей для рабочего стола PixelCut; структура файлов повторяет исходный проект, чтобы их можно было использовать после загрузки. В наборе названы BRIA RMBG-2.0, варианты BiRefNet и SAM, а также модели для маттинга и сегментации. Общий размер файлов — около 6,4 ГБ.

Модели предназначены для сегментации изображений, выделения заметных объектов и удаления фона. Набор включает модели разных семейств, поэтому их возможности и требования к запуску зависят от конкретного файла. Поддержка ONNX указана в метаданных; карточка помечена китайским языковым тегом, но README не описывает языковую обработку.

Репозиторий агрегирует и распространяет сторонние модели, а не заявляет о собственном обучении. Условия различаются по компонентам: README указывает для BRIA RMBG-2.0 бесплатное личное некоммерческое использование, для BiRefNet и SAM — Apache-2.0; лицензию всего репозитория в метаданных обозначено как other. Перед использованием конкретного файла следует проверить применимую к нему лицензию.

Сценарии применения

  • удаление фона с изображений товаров
  • пакетное вырезание объектов на фотографиях
  • выделение заметных объектов на изображении
  • создание масок для обработки фотографий
  • маттинг объектов и отделение переднего плана от фона

Ограничения

Набор содержит модели разных авторов с разными лицензиями и требованиями; перед коммерческим применением нужно проверить условия для выбранного файла. Совокупный размер файлов около 6,4 ГБ.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🖼️ yang-pixelcut-models

「洋洋 · PixelCut 批量抠图工作台」开源模型聚合包

模型数 体积 格式 项目

目录结构与原项目完全一致(models/models/<模型名>/...),下载后开箱即用。


📦 下载方式

方式 1:huggingface-cli(推荐)

pip install huggingface_hub
huggingface-cli download jkyy/yang-pixelcut-models --local-dir models

在项目根目录执行,模型将下载到 models/models/ 下,与绿色版完全一致。

方式 2:Python SDK(程序内下载)

from huggingface_hub import snapshot_download
snapshot_download(repo_id="jkyy/yang-pixelcut-models", local_dir="models")

方式 3:网页直接下载

在右侧文件列表中逐个下载,或点击 Files 页面浏览全部 16 个文件。


🗂️ 文件清单

路径大小用途
bria-rmbg/bria-rmbg.onnx1.02 GB全球最强 · RMBG-2.0(默认)
birefnet-hrsod/birefnet-hrsod.onnx972.7 MB显著目标 · HRSOD / 完整增强
birefnet-massive/birefnet-massive.onnx972.7 MB至尊 · BiRefNet-Massive
birefnet-portrait/birefnet-portrait.onnx972.7 MB人像专精 · BiRefNet-Portrait
birefnet-general-lite/birefnet-general-lite.onnx224.0 MB高清 · BiRefNet-Lite(快)
sam/sam_vit_b_01ec64.encoder.onnx359.2 MB点选精修 · SAM ViT-B(编码器)
sam/sam_vit_b_01ec64.decoder.onnx16.5 MB点选精修 · SAM ViT-B(解码器)
sam/sam_vit_l_0b3195.encoder.onnx1.23 GB点选精修 · SAM ViT-L(编码器)
sam/sam_vit_l_0b3195.decoder.onnx16.5 MB点选精修 · SAM ViT-L(解码器)
clipseg/model_quantized.onnx139.0 MB提示词补全 · CLIPSeg
clipseg/tokenizer.json2.2 MBCLIPSeg 分词器
clipseg/config.json787 BCLIPSeg 配置
clipseg/preprocessor_config.json378 BCLIPSeg 预处理配置
u2net/u2net.onnx176.0 MB通用 · 更快(U²-Net)
u2net_human_seg/u2net_human_seg.onnx176.0 MB人像 · U²-Net Human
vitmatte/vitmatte-small-distinctions-646.onnx114.4 MB精细边缘 · ViTMatte

合计:16 个文件 · 约 6.4 GB


📁 目录结构

models/
└── models/
    ├── bria-rmbg/          RMBG-2.0(默认推荐)
    ├── birefnet-general-lite/
    ├── birefnet-hrsod/
    ├── birefnet-massive/
    ├── birefnet-portrait/
    ├── clipseg/            提示词抠图
    ├── sam/                SAM 点选精修(ViT-B / ViT-L)
    ├── u2net/              通用快速
    ├── u2net_human_seg/    人像快速
    └── vitmatte/           精细边缘

🔗 关联项目

项目地址
抠图工作台(GitHub)https://github.com/yyds8170-ctrl/yang-pixelcut
模型仓库(本仓库)https://huggingface.co/jkyy/yang-pixelcut-models

⚖️ 版权与许可

本项目仅聚合转发各开源模型,各模型版权归其各自作者所有,非商业用途:

模型版权
bria-rmbg / RMBG-2.0© BRIA AI(个人非商业免费)
BiRefNet 系列© Zheng-Peng Duan 等,Apache-2.0
SAM(ViT-B / ViT-L)© Meta,Apache-2.0
CLIPSeg© timojl,MIT
U²-Net / U²-Net HumanApache-2.0
ViTMatte© ViTMatte 作者

配套项目代码采用 PolyForm Noncommercial License 1.0.0。

Как запустить

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

GPU в ailist

Универсальный рантайм · onnx

Нельзя запустить

В репозитории нет весов в формате PyTorch/safetensors.

Ревизия весов
8d7a933

0 моделей