ZhengPeng7/BiRefNet

What it solves

BiRefNetは、高解像度の二値画像セグメンテーション（DIS）向けに設計されており、前景オブジェクトを背景から正確に分離することを目的としています。従来のメソッドでは境界の精度が低下しがちな高解像度画像において、セグメンテーションマスクの高精度かつ詳細な維持という課題に対処します。

How it works

このプロジェクトは、セグメンテーションのパフォーマンスを向上させるために、双方向参照メカニズム（bilateral reference mechanism）を実装しています。汎用的なセグメンテーション、マッティング、およびDIS、Camouflaged Object Detection (COD)、High-Resolution Salient Object Detection (HRSOD)といった特定のベンチマークに合わせて調整された、さまざまな学習済み重みが提供されています。モデルはHugging Face経由でロード可能であり、動的な解像度範囲や、2Kおよび2048x2048画像に特化したバージョンを含む、さまざまな入力解像度をサポートしています。

Who it’s for

このツールは、コンピュータビジョン分野の研究者や開発者、特に高解像度画像からの高品質な背景削除やオブジェクトセグメンテーションを必要とする人々を対象としています。

Highlights

• SOTA Performance: DIS、COD、およびHRSODを含む複数のベンチマークで、最先端（state-of-the-art）の結果を達成しています。
• Versatile Model Zoo: 汎用、trimap-free matting、および高解像度（HR）タスク向けの専門化されたモデルを提供しています。
• Flexible Resolution Support: 256x256から2304x2304までの解像度に対して堅牢な BiRefNet_dynamic バージョンが含まれています。
• Efficient Inference: 効率向上のためにFP16推論をサポートしており、RTX 4090において1024x1024の解像度で最大17 FPSを達成しています。
• Easy Integration: transformers ライブラリを使用して、一行のコードでロード可能です。