库名称: birefnet
标签:

• 背景去除
• 掩膜生成
• 二分图像分割
• 伪装目标检测
• 显著目标检测
• pytorch_model_hub_mixin
• model_hub_mixin
  仓库地址: https://github.com/ZhengPeng7/BiRefNet
  流水线标签: 图像分割
  许可证: mit

该BiRefNet模型使用2048x2048分辨率图像训练，可实现更高分辨率的透明图像抠图。

性能表现:

所有测试均在FP16模式下进行。

面向高分辨率二分图像分割的双边参考框架

                   

DIS样本1	DIS样本2

本仓库是论文"面向高分辨率二分图像分割的双边参考框架"（CAAI AIR 2024）的官方实现。

访问我们的GitHub仓库：https://github.com/ZhengPeng7/BiRefNet 获取更多细节——代码、文档和模型库！

使用方法

0. 安装依赖包:

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

1. 加载BiRefNet:

使用HuggingFace的代码+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（我会尽量保持更新）。

# 加载带权重的BiRefNet  
from transformers import AutoModelForImageSegmentation  
birefnet = AutoModelForImageSegmentation.from_pretrained('ZhengPeng7/BiRefNet_HR-matting', trust_remote_code=True)  

使用GitHub代码+HuggingFace权重

仅使用HuggingFace上的权重——优点：代码始终最新；缺点：需要从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模型加载权重  
birefnet = BiRefNet.from_pretrained('ZhengPeng7/BiRefNet_HR-matting')  

使用GitHub代码+本地权重

同时使用本地权重和代码。

# 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(权重路径, map_location='cpu')  
state_dict = check_state_dict(state_dict)  
birefnet.load_state_dict(state_dict)  

使用加载的BiRefNet进行推理

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

birefnet = ... # -- 通过上述任一方式加载BiRefNet  
torch.set_float32_matmul_precision(['high', 'highest'][0])  
birefnet.to('cuda')  
birefnet.eval()  
birefnet.half()  

def extract_object(birefnet, 图片路径):  
    # 数据设置  
    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(图片路径)  
    input_images = transform_image(image).unsqueeze(0).to('cuda').half()  

    # 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, 图片路径='你的图片路径.jpg')[0])  
plt.show()  

2. 本地使用推理端点:

您可能需要点击部署并自行设置端点，这会产生一些费用。

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):  
    # 如果存在数据URI前缀则移除  
    if "data:image" in base64_string:  
        base64_string = base64_string.split(",")[1]  

    # 将Base64字符串解码为字节  
    image_bytes = base64.b64decode(base64_string)  
    return image_bytes  

def bytes_to_base64(image_bytes):  
    # 创建BytesIO对象处理图像数据  
    image_stream = BytesIO(image_bytes)  

    # 使用Pillow打开图像  
    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  

该标准二分图像分割(DIS)版BiRefNet在DIS-TR上训练，并在DIS-TEs和DIS-VD上验证。

本仓库包含论文"面向高分辨率二分图像分割的双边参考框架"（CAAI AIR 2024）的官方模型权重。

本仓库包含我们论文提出的BiRefNet权重，该模型在三个任务（DIS、HRSOD和COD）上均达到了最先进的性能表现。

访问我的GitHub页面获取BiRefNet代码和最新更新：https://github.com/ZhengPeng7/BiRefNet :)

尝试我们的在线推理演示:

• Colab在线图像推理:
• Hugging Face带GUI的在线推理（可调分辨率）:
• 给定权重的推理与评估:
  

致谢:

• 特别感谢@freepik为训练本模型提供的GPU资源支持！

引用

@article{zheng2024birefnet,  
  title={面向高分辨率二分图像分割的双边参考框架},  
  author={郑鹏 and 高德宏 and 范登平 and 刘力 and Jorma Laaksonen and 欧阳万里 and Nicu Sebe},  
  journal={人工智能研究},  
  volume = {3},  
  pages = {9150038},  
  year={2024}  
}