Birefnet 512x512

🚀 BiRefNet

BiRefNet是一個用於圖像分割的模型，可進行背景去除、掩碼生成、二分圖像分割、偽裝對象檢測和顯著對象檢測等任務，具有快速且準確的低分辨率推理能力。

🚀 快速開始

若要了解更多信息和使用方法，請查看以下鏈接：

• 主要BiRefNet模型倉庫：https://huggingface.co/ZhengPeng7/BiRefNet/blob/main/README.md
• BiRefNet的GitHub倉庫：https://github.com/ZhengPeng7/BiRefNet

✨ 主要特性

• 支持背景去除、掩碼生成、二分圖像分割、偽裝對象檢測和顯著對象檢測等任務。
• 該模型使用 512x512 的圖像進行訓練，可實現更快、更準確的低分辨率推理。

📚 詳細文檔

性能表現

所有測試均在FP16模式下進行。

論文信息

雙邊參考用於高分辨率二分圖像分割

                   

DIS - 樣本1	DIS - 樣本2

此倉庫是論文 "雙邊參考用於高分辨率二分圖像分割"（CAAI AIR 2024）的官方實現。

🔗 致謝

非常感謝 @freepik 慷慨提供GPU資源來訓練此模型！

📄 許可證

本項目採用MIT許可證。

📚 引用

若你使用了本項目，請引用以下論文：

@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}
}