ZhengPeng7/BiRefNet

解決する課題

BiRefNet は、前景オブジェクトを背景から正確に分離することを含む、高解像度二値画像セグメンテーション（DIS）向けに設計されています。特に高解像度画像において、顕著オブジェクト検出（SOD）やカモフラージュオブジェクト検出（COD）などのさまざまなタスクで、セグメンテーションマスクの高精度と詳細を維持するという課題に対処します。

仕組み

このプロジェクトは、高解像度セグメンテーションを達成するために二国間参照メカニズムを実装しています。Swin Transformer などのさまざまなバックボーンを利用し、異なる解像度とタスク向けの専門モデルを提供します。システムは効率性のための FP16 推論をサポートし、Hugging Face を介して一行で読み込むことができます。また、デプロイメントのための ONNX 変換もサポートしています。

対象ユーザー

高解像度画像の高精度な背景除去やオブジェクトセグメンテーションを必要とするコンピュータビジョン研究者や開発者、およびマット処理や顕著オブジェクト検出に取り組む人々。

ハイライト

• SOTA パフォーマンス: DIS、COD、HRSOD を含む複数のベンチマークで最先端の結果を達成。
• 高解像度サポート: 2K（2560x1440）までの解像度と動的解像度範囲（256x256 から 2304x2304）でトレーニングされた専門モデルを提供。
• 効率的な推論: FP16 推論をサポートし、RTX 4090 で 1024x1024 解像度において 17 FPS を達成。
• 多様なモデル Zoo: 一般的な使用、マット処理、特定の学術ベンチマーク向けの幅広い事前トレーニング済みウェイトを提供。
• 簡単な統合: Hugging Face の AutoModelForImageSegmentation による一行読み込み。