🚀 双边参考高分辨率二分图像分割模型（BiRefNet）

本项目提出的双边参考高分辨率二分图像分割模型（BiRefNet），可用于背景去除、掩码生成等多种图像分割任务，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

资源链接

                 

示例展示

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

从HuggingFace加载代码和权重

仅使用HuggingFace上的权重，优点是无需手动下载BiRefNet代码；缺点是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）。

# 加载带权重的BiRefNet
from transformers import AutoModelForImageSegmentation
birefnet = AutoModelForImageSegmentation.from_pretrained('zhengpeng7/BiRefNet-portrait', trust_remote_code=True)

从GitHub加载代码，从HuggingFace加载权重

仅使用HuggingFace上的权重，优点是代码始终是最新的；缺点是需要从我的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-portrait')

本地使用代码和权重

# 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 = ... # -- 需使用上述代码加载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()

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。

在线推理演示

• 在Colab上进行在线 单图像推理：
• 在Hugging Face上进行 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：

致谢

• 非常感谢 @fal 慷慨提供GPU资源，用于训练更好的BiRefNet模型。
• 非常感谢 @not-lain 帮助我们将BiRefNet模型更好地部署到HuggingFace上。

📄 许可证

本项目采用MIT许可证，详情请见 LICENSE。

📚 引用信息

如果您在研究中使用了本项目，请使用以下bibtex引用：

@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}
}