ZhengPeng7/BiRefNet

它解决了什么问题

BiRefNet 专为高分辨率二值图像分割（DIS）设计，旨在精确地将前景对象与其背景分离。它解决了在高分辨率图像中保持高精度和细节的挑战，尤其是在传统方法在边界准确性方面可能表现不佳的情况下。

它如何工作

该项目实现了一种双边参考机制，以提升分割性能。它提供了多种预训练权重，适用于不同任务，包括通用分割、抠图以及特定基准测试，如 DIS、伪装物体检测（COD）和高分辨率显著物体检测（HRSOD）。该模型可通过 Hugging Face 加载，并支持多种输入分辨率，包括动态分辨率范围以及针对 2K 和 2048x2048 图像的专用版本。

适合谁使用

此工具适用于计算机视觉领域的研究人员和开发者，特别是需要从高分辨率图像中进行高质量背景移除或物体分割的用户。

主要亮点

• SOTA 性能：在多个基准测试（包括 DIS、COD 和 HRSOD）上达到最先进水平。
• 多功能模型库：提供适用于通用用途、无需 trimap 的抠图以及高分辨率（HR）任务的专用模型。
• 灵活的分辨率支持：包含 BiRefNet_dynamic 版本，可在 256x256 到 2304x2304 的多种分辨率下保持稳健表现。
• 高效推理：支持 FP16 推理以提升效率，在 RTX 4090 上 1024x1024 分辨率下最高可达 17 FPS。
• 易于集成：可使用 transformers 库通过一行代码快速加载。

该模型在高分辨率图像分割任务中表现出色，尤其在边界细节和精度方面优于现有方法 — @zhaoxin0509