模型简介
BiRefNet通过双边参考机制实现高效准确的图像分割,特别适用于低分辨率推理场景。模型在512x512分辨率图像上训练,平衡了速度和精度。
模型特点
高效低分辨率推理
模型专门针对512x512分辨率优化,实现快速且准确的推理
双边参考机制
采用创新的双边参考架构提升分割精度
多任务支持
支持背景去除、掩模生成、显著目标检测等多种图像分割任务
模型能力
背景去除
掩模生成
二分图像分割
伪装目标检测
显著目标检测
使用案例
图像处理
产品图像背景去除
用于电商平台产品图像的自动背景去除
在DIS-VD数据集上达到0.879的maxFm指标
医学图像分割
辅助医学影像中的目标区域分割
精选推荐AI模型
Llama 3 Typhoon V1.5x 8b Instruct
专为泰语设计的80亿参数指令模型,性能媲美GPT-3.5-turbo,优化了应用场景、检索增强生成、受限生成和推理任务
大型语言模型
Transformers

支持多种语言
L
scb10x
3,269
16
Cadet Tiny
Openrail
Cadet-Tiny是一个基于SODA数据集训练的超小型对话模型,专为边缘设备推理设计,体积仅为Cosmo-3B模型的2%左右。
对话系统
Transformers

英语
C
ToddGoldfarb
2,691
6
Roberta Base Chinese Extractive Qa
基于RoBERTa架构的中文抽取式问答模型,适用于从给定文本中提取答案的任务。
问答系统
中文
R
uer
2,694
98
AIbase是一个专注于MCP服务的平台,为AI开发者提供高质量的模型上下文协议服务,助力AI应用开发。
简体中文