Birefnet Portrait

🚀 雙邊參考高分辨率二分圖像分割模型（BiRefNet）

本項目提出的雙邊參考高分辨率二分圖像分割模型（BiRefNet），可用於背景去除、掩碼生成等多種圖像分割任務，在二分圖像分割（DIS）、高分辨率顯著目標檢測（HRSOD）和偽裝目標檢測（COD）三項任務中取得了SOTA性能。

🚀 快速開始

本倉庫是論文 "Bilateral Reference for High-Resolution Dichotomous Image Segmentation" （CAAI AIR 2024）的官方實現。訪問我們的GitHub倉庫 https://github.com/ZhengPeng7/BiRefNet 以獲取更多詳細信息，包括 代碼、文檔 和 模型庫！

作者信息

資源鏈接

                 

示例展示

DIS樣本1	DIS樣本2

📦 安裝指南

0. 安裝依賴包

pip install -qr https://raw.githubusercontent.com/ZhengPeng7/BiRefNet/main/requirements.txt

💻 使用示例

基礎用法

從HuggingFace加載代碼和權重

僅使用HuggingFace上的權重，優點是無需手動下載BiRefNet代碼；缺點是HuggingFace上的代碼可能不是最新版本（我會盡量保持其為最新版本）。

# 加載帶權重的BiRefNet
from transformers import AutoModelForImageSegmentation
birefnet = AutoModelForImageSegmentation.from_pretrained('zhengpeng7/BiRefNet-portrait', trust_remote_code=True)

從GitHub加載代碼，從HuggingFace加載權重

僅使用HuggingFace上的權重，優點是代碼始終是最新的；缺點是需要從我的GitHub克隆BiRefNet倉庫。

# 下載代碼
git clone https://github.com/ZhengPeng7/BiRefNet.git
cd BiRefNet

# 本地使用代碼
from models.birefnet import BiRefNet

# 從Hugging Face Models加載權重
birefnet = BiRefNet.from_pretrained('zhengpeng7/BiRefNet-portrait')

本地使用代碼和權重

# 本地使用代碼和權重
import torch
from utils import check_state_dict

birefnet = BiRefNet(bb_pretrained=False)
state_dict = torch.load(PATH_TO_WEIGHT, map_location='cpu')
state_dict = check_state_dict(state_dict)
birefnet.load_state_dict(state_dict)

高級用法

使用加載好的BiRefNet進行推理

# 導入必要的庫
from PIL import Image
import matplotlib.pyplot as plt
import torch
from torchvision import transforms
from models.birefnet import BiRefNet

birefnet = ... # -- 需使用上述代碼加載BiRefNet，任選一種方式
torch.set_float32_matmul_precision(['high', 'highest'][0])
birefnet.to('cuda')
birefnet.eval()

def extract_object(birefnet, imagepath):
    # 數據設置
    image_size = (1024, 1024)
    transform_image = transforms.Compose([
        transforms.Resize(image_size),
        transforms.ToTensor(),
        transforms.Normalize([0.485, 0.456, 0.406], [0.229, 0.224, 0.225])
    ])

    image = Image.open(imagepath)
    input_images = transform_image(image).unsqueeze(0).to('cuda')

    # 預測
    with torch.no_grad():
        preds = birefnet(input_images)[-1].sigmoid().cpu()
    pred = preds[0].squeeze()
    pred_pil = transforms.ToPILImage()(pred)
    mask = pred_pil.resize(image.size)
    image.putalpha(mask)
    return image, mask

# 可視化
plt.axis("off")
plt.imshow(extract_object(birefnet, imagepath='PATH-TO-YOUR_IMAGE.jpg')[0])
plt.show()

用於標準二分圖像分割（DIS）的BiRefNet在 DIS-TR 上進行訓練，並在 DIS-TEs和DIS-VD 上進行驗證。

在線推理演示

• 在Colab上進行在線 單圖像推理：
• 在Hugging Face上進行 帶GUI的在線推理，分辨率可調節：
• 對給定權重進行 推理和評估：

致謝

• 非常感謝 @fal 慷慨提供GPU資源，用於訓練更好的BiRefNet模型。
• 非常感謝 @not-lain 幫助我們將BiRefNet模型更好地部署到HuggingFace上。

📄 許可證

本項目採用MIT許可證，詳情請見 LICENSE。

📚 引用信息

如果您在研究中使用了本項目，請使用以下bibtex引用：

@article{BiRefNet,
  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},
  year={2024}
}