🚀 双边参考高分辨率二分图像分割（BiRefNet）

BiRefNet是用于高分辨率二分图像分割的模型，可应用于背景去除、掩码生成等多个领域，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。

🚀 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！

作者信息

相关链接

                   

示例图片

DIS样本1	DIS样本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

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）。

# 加载带有权重的BiRefNet
from transformers import AutoModelForImageSegmentation
birefnet = AutoModelForImageSegmentation.from_pretrained('ZhengPeng7/BiRefNet', 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。

# 下载代码
git clone https://github.com/ZhengPeng7/BiRefNet.git
cd BiRefNet

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

# 从Hugging Face Models加载权重
birefnet = BiRefNet.from_pretrained('ZhengPeng7/BiRefNet')

使用GitHub的代码和本地的权重

仅在本地使用权重和代码。

# 本地使用代码和权重
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)

高级用法

使用加载好的BiRefNet进行推理

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

birefnet = ... # -- 应使用上述代码加载BiRefNet，任选一种方式
torch.set_float32_matmul_precision(['high', 'highest'][0])
birefnet.to('cuda')
birefnet.eval()

def extract_object(birefnet, imagepath):
    # 数据设置
    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')

    # 预测
    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

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

此用于标准二分图像分割（DIS）的BiRefNet在 DIS-TR 上进行训练，并在 DIS-TEs 和 DIS-VD 上进行验证。

🔗 在线演示

本仓库包含我们论文中提出的BiRefNet的权重，该模型在三项任务（DIS、HRSOD和COD）中取得了SOTA性能。

尝试我们的在线推理演示：

• 在Colab上进行在线 图像推理：
• 在Hugging Face上进行带有GUI的 在线推理，分辨率可调整：
• 对给定权重进行 推理和评估：

🙏 致谢

• 非常感谢 @fal 为训练更好的BiRefNet模型提供的慷慨GPU资源支持。
• 非常感谢 @not-lain 帮助我们在HuggingFace上更好地部署BiRefNet模型。

📄 许可证

本项目采用MIT许可证，详情请见 LICENSE。

📚 引用

如果您使用了本项目的代码或模型，请引用以下论文：

@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}
}