ZhengPeng7/BiRefNet

What it solves

BiRefNet은 고해상도 이분법적 이미지 세그멘테이션(DIS)을 위해 설계되었습니다. 이는 전경 오브젝트를 배경으로부터 정확하게 분리하는 작업을 포함합니다. 특히 전통적인 방식이 경계 정확도에서 어려움을 겪을 수 있는 고해상도 이미지에서 세그멘테이션 마스크의 높은 정밀도와 디테일을 유지하는 문제를 해결합니다.

How it works

이 프로젝트는 세그멘테이션 성능을 향상시키기 위해 양방향 참조 메커니즘을 구현합니다. 일반적인 세그멘테이션, 매팅(matting), 그리고 DIS, Camouflaged Object Detection (COD), High-Resolution Salient Object Detection (HRSOD)와 같은 특정 벤치마크를 위한 다양한 사전 학습된 가중치(weights)를 제공합니다. 모델은 Hugging Face를 통해 로드드할 수 있으며, 동적 해상도 범위와 2K 및 2048x2048 이미지용 특화된 버전들을 포함하여 다양한 입력 해상도를 지원합니다.

Who it’s for

이 도구는 컴퓨터 비전 분야에서 연구자 및 개발자, 특히 고해상도 이미지에서 고품질의 배경 제거 또는 오브젝트 세그멘테이션이 필요한 분들을 대상으로 합니다.

Highlights

• SOTA Performance: DIS, COD, and HRSOD 벤치마크에서 최첨단(state-of-the-art) 최적의 결과를 도출합니다.
• Versatile Model Zoo: 일반적인 용도, trimap-free matting, 그리고 고해상도(HR) 작업을 위한 특화된 모델들을 제공합니다.
• Flexible Resolution Support: 256x256부터 2304x2304까지의 해상도에 대해 강건건한 BiRefNet_dynamic 버전을 포함합니다.
• Efficient Inference: 더 높은 효율성을 위해 FP16 추론을 지원하며, RTX 4090에서 1024x1024 해상도에서 최대 17 FPS를 달성-합니다.
• Easy Integration: transformers 라이브러리를 사용하여 단 한 줄의 코드로 로드할 수 있습니다.