/ Модель

Характеристики

Размер весов
397 МБ
Лицензия
AGPL 3.0
Архитектура
isnet · dense
Библиотека
transformers.js
Опубликована
3 мар 2025

ISNet-ONNX

Сегментация изображенийИзображение → mask3 профессии

ISNet-ONNX — модель сегментации изображений для выделения объектов и удаления фона с запуском через Transformers.js.

1 372скачиваний за 30 дней5лайковвеса обновлены14 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

ISNet-ONNX — модель сегментации изображений в формате ONNX, опубликованная сообществом onnx-community. Она предназначена для выделения объектов на изображениях и может применяться для удаления фона. Репозиторий ориентирован на запуск через Transformers.js.

Модель использует архитектуру ISNet и поставляется в формате ONNX. В карточке указана лицензия AGPL-3.0. Сведения о точности, поддерживаемых языках, ограничениях по типам изображений и требованиях к ресурсам не приведены.

Сценарии применения

  • удаление фона с фотографий
  • выделение объекта на изображении
  • создание масок объектов для редактирования изображений

Ограничения

В карточке нет данных о точности и ограничениях модели на конкретных типах изображений.

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/ISNet-ONNX');
const url = 'https://images.pexels.com/photos/5965592/pexels-photo-5965592.jpeg?auto=compress&cs=tinysrgb&w=1024';
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.

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).

Ревизия весов
3fe6e3d

0 моделей