Birefnet Lite 2K

🚀 Bilateral Reference for High-Resolution Dichotomous Image Segmentation

Bilateral Reference for High-Resolution Dichotomous Image Segmentation是一个用于图像分割的模型，可应用于背景去除、掩码生成等多个领域。

🚀 快速开始

本仓库包含了在2K分辨率下训练的BiRefNet_lite的官方权重。

训练集

• DIS5K（不包括DIS - VD）
• HRS10K
• UHRSD
• P3M - 10k（不包括TE - P3M - 500 - NP）
• TR - humans
• AM - 2k
• AIM - 500
• Human - 2k（与BG - 20k合成）
• Distinctions - 646（与BG - 20k合成）
• HIM2K
• PPM - 100

高分辨率样本选择

size_h, size_w = 1440, 2560
ratio = 0.8
h, w = image.shape[:2]
h >= size_h and w >= size_w or (h > size_h * ratio and w > size_w * ratio)

验证集

• DIS - VD
• TE - P3M - 500 - NP

性能表现

⚠️ 重要提示

使用此模型时，为获得更好的效果，请将输入图像的分辨率设置为2K（2560, 1440）。

查看主BiRefNet模型仓库以获取更多信息和使用方法：
https://huggingface.co/ZhengPeng7/BiRefNet/blob/main/README.md

还可查看BiRefNet的GitHub仓库以获取你可能需要的所有内容：
https://github.com/ZhengPeng7/BiRefNet

📄 许可证

本项目采用MIT许可证。 https://img.shields.io/badge/License-MIT-yellow

致谢

非常感谢@freepik在训练此模型时对GPU资源的慷慨支持！

引用

@article{zheng2024birefnet,
  title={Bilateral Reference for High-Resolution Dichotomous Image Segmentation},
  author={Zheng, Peng and Gao, Dehong and Fan, Deng-Ping and Liu, Li and Laaksonen, Jorma and Ouyang, Wanli and Sebe, Nicu},
  journal={CAAI Artificial Intelligence Research},
  volume = {3},
  pages = {9150038},
  year={2024}
}