Birefnet

🚀 BiRefNet

BiRefNet是用於高分辨率二分圖像分割的模型，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。本倉庫提供了該模型的官方實現。

🚀 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！

示例展示

DIS-Sample_1	DIS-Sample_2

相關鏈接

                   

📦 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

1. 加載BiRefNet

使用來自HuggingFace的代碼和權重

僅使用HuggingFace上的權重。優點：無需手動下載BiRefNet代碼；缺點：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）。

# 加載帶有權重的BiRefNet
from transformers import AutoModelForImageSegmentation
birefnet = AutoModelForImageSegmentation.from_pretrained('ZhengPeng7/BiRefNet', trust_remote_code=True)

使用來自GitHub的代碼和來自HuggingFace的權重

僅使用HuggingFace上的權重。優點：代碼始終是最新的；缺點：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')

使用來自GitHub的代碼和來自本地的權重

僅在本地同時使用權重和代碼。

# 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)

使用加載好的BiRefNet進行推理

# 導入庫
from PIL import Image
import matplotlib.pyplot as plt
import torch
from torchvision import transforms
from models.birefnet import BiRefNet

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

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').half()

    # 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()

2. 本地使用推理端點

你可能需要自己點擊deploy並設置端點，這會產生一些費用。

import requests
import base64
from io import BytesIO
from PIL import Image


YOUR_HF_TOKEN = 'xxx'
API_URL = "xxx"
headers = {
    "Authorization": "Bearer {}".format(YOUR_HF_TOKEN)
}

def base64_to_bytes(base64_string):
    # 如果存在數據URI前綴，則移除
    if "data:image" in base64_string:
        base64_string = base64_string.split(",")[1]

    # 將Base64字符串解碼為字節
    image_bytes = base64.b64decode(base64_string)
    return image_bytes

def bytes_to_base64(image_bytes):
    # 創建一個BytesIO對象來處理圖像數據
    image_stream = BytesIO(image_bytes)

    # 使用Pillow (PIL)打開圖像
    image = Image.open(image_stream)
    return image

def query(payload):
    response = requests.post(API_URL, headers=headers, json=payload)
    return response.json()

output = query({
    "inputs": "https://hips.hearstapps.com/hmg-prod/images/gettyimages-1229892983-square.jpg",
    "parameters": {}
})

output_image = bytes_to_base64(base64_to_bytes(output))
output_image

在線推理演示

• Colab上的在線圖像推理：
• Hugging Face上帶有GUI的在線推理，分辨率可調節：
• 對給定權重進行推理和評估：

模型說明

本BiRefNet用於標準二分圖像分割（DIS），在DIS-TR上進行訓練，並在DIS-TEs和DIS-VD上進行驗證。本倉庫包含了我們論文中提出的BiRefNet的權重，該模型在三項任務（DIS、HRSOD和COD）中取得了SOTA性能。

📄 許可證

本項目採用MIT許可證，詳情請見 LICENSE。

致謝

• 非常感謝 @Freepik 慷慨提供GPU資源，用於訓練更高分辨率的BiRefNet模型以及支持我的更多探索。
• 非常感謝 @fal 慷慨提供GPU資源，用於訓練泛化能力更好的BiRefNet模型。
• 非常感謝 @not-lain 幫助我們在HuggingFace上更好地部署BiRefNet模型。

引用

如果你使用了本項目的代碼或模型，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}
}