Birefnethr

🚀 BiRefNet

BiRefNet是一个用于高分辨率二分图像分割的模型，在背景去除、掩码生成等多个图像分割任务中表现出色，能为相关领域的研究和应用提供强大的支持。

🚀 快速开始

本仓库是论文 "Bilateral Reference for High-Resolution Dichotomous Image Segmentation" (CAAI AIR 2024) 的官方实现。访问我们的GitHub仓库 https://github.com/ZhengPeng7/BiRefNet 以获取更多详细信息，包括 代码、文档 和 模型库！

✨ 主要特性

• 该BiRefNet使用 2048x2048 分辨率的图像进行训练，以实现更高分辨率的推理。
• 在二分图像分割（DIS）、高分辨率显著目标检测（HRSOD）和伪装目标检测（COD）三项任务中取得了SOTA性能。

性能表现

所有测试均在FP16模式下进行。

示例图片

DIS-Sample_1	DIS-Sample_2

📦 安装指南

0. 安装依赖包

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

💻 使用示例

基础用法

1. 加载BiRefNet

使用HuggingFace的代码和权重

仅使用HuggingFace上的权重 -- 优点：无需手动下载BiRefNet代码；缺点：HuggingFace上的代码可能不是最新版本（我会尽量保持其为最新版本）。

# Load BiRefNet with weights
from transformers import AutoModelForImageSegmentation
birefnet = AutoModelForImageSegmentation.from_pretrained('ZhengPeng7/BiRefNet_HR', trust_remote_code=True)

使用GitHub的代码和HuggingFace的权重

仅使用HuggingFace上的权重 -- 优点：代码始终是最新的；缺点：需要从我的GitHub克隆BiRefNet仓库。

# Download codes
git clone https://github.com/ZhengPeng7/BiRefNet.git
cd BiRefNet

# Use codes locally
from models.birefnet import BiRefNet

# Load weights from Hugging Face Models
birefnet = BiRefNet.from_pretrained('ZhengPeng7/BiRefNet_HR')

使用GitHub的代码和本地的权重

仅使用本地的权重和代码。

# Use codes and weights locally
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)

使用加载好的BiRefNet进行推理

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

birefnet = ... # -- BiRefNet should be loaded with codes above, either way.
torch.set_float32_matmul_precision(['high', 'highest'][0])
birefnet.to('cuda')
birefnet.eval()
birefnet.half()

def extract_object(birefnet, imagepath):
    # Data settings
    image_size = (2048, 2048)
    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()

    # Prediction
    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

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

高级用法

2. 本地使用推理端点

你可能需要自己点击 deploy 并设置端点，这可能会产生一些费用。

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):
    # Remove the data URI prefix if present
    if "data:image" in base64_string:
        base64_string = base64_string.split(",")[1]

    # Decode the Base64 string into bytes
    image_bytes = base64.b64decode(base64_string)
    return image_bytes

def bytes_to_base64(image_bytes):
    # Create a BytesIO object to handle the image data
    image_stream = BytesIO(image_bytes)

    # Open the image using Pillow (PIL)
    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

📚 详细文档

本BiRefNet用于标准二分图像分割（DIS），在 DIS-TR 上进行训练，并在 DIS-TEs 和 DIS-VD 上进行验证。本仓库包含了我们论文中提出的BiRefNet的权重。

在线演示

• Colab在线图像推理：
• Hugging Face上带GUI的在线推理，分辨率可调节：
• 对给定权重进行推理和评估：

相关链接

                   

📄 许可证

本项目采用MIT许可证。详情请见 LICENSE。

致谢

非常感谢 @freepik 为训练此模型提供的GPU资源支持！

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}
}