/ Модель

Характеристики

Лицензия
MIT
Архитектура
ben · dense
Базовая модель
BEN2
Библиотека
transformers.js
Опубликована
2 мар 2025

BEN2-ONNX

Сегментация изображенийИзображение → mask3 профессии

onnx-community/BEN2-ONNX — модель для удаления фона и сегментации изображений, опубликованная сообществом onnx-community и основанная на PramaLLC/BEN2.

8 006скачиваний за 30 дней24лайкавеса обновлены3 мар 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

Она предназначена для выделения объекта или переднего плана на изображении и формирования маски, которую можно использовать для удаления фона, подготовки изображений для дизайна, каталогов товаров и других задач компьютерного зрения.

Модель работает с изображениями и интегрируется с JavaScript-библиотекой Transformers.js, включая выполнение через pipeline с задачей background-removal. README не содержит сведений об архитектуре, числе параметров, размере модели, поддерживаемых языках, максимальном разрешении или других технических характеристиках. Пример использования показывает обработку изображения по URL и сохранение результата в виде PNG-маски, а также экспорт в Canvas или Blob.

Сильной стороной модели является возможность применять удаление фона в JavaScript-приложениях через Transformers.js. Ограничения производительности, точности на разных типах изображений и требования к аппаратным ресурсам в README не указаны. Модель распространяется по лицензии MIT.

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

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Remove background of an image

import { pipeline } from '@huggingface/transformers';

const segmenter = await pipeline('background-removal', 'onnx-community/BEN2-ONNX');
const url = 'https://huggingface.co/datasets/Xenova/transformers.js-docs/resolve/main/woman-with-afro_medium.jpg';
const output = await segmenter([url]);
output[0].save('mask.png');
// You can also use `output[0].toCanvas()` or `await output[0].toBlob()` if you would like to access the output without saving.
InputOutput
inputoutput

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Ревизия весов
c552aa8

0 моделей