library_name: birefnet tags:

• 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
• transformers
• transformers.js repo_url: https://github.com/ZhengPeng7/BiRefNet pipeline_tag: 图像分割 license: mit

双边参考的高分辨率二分图像分割

                   

DIS示例1	DIS示例2

本仓库是论文"双边参考的高分辨率二分图像分割"（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（我会尽量保持最新）。

# 加载带权重的BiRefNet
from transformers import AutoModelForImageSegmentation
birefnet = AutoModelForImageSegmentation.from_pretrained('ZhengPeng7/BiRefNet', 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代码+本地权重

同时使用本地代码和权重。

# 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)

使用加载的BiRefNet进行推理

# 导入
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, 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').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, imagepath='PATH-TO-YOUR_IMAGE.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):
    # 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（PIL）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

这个用于标准二分图像分割（DIS）的BiRefNet是在DIS-TR上训练并在DIS-TEs和DIS-VD上验证的。

本仓库包含论文"双边参考的高分辨率二分图像分割"（CAAI AIR 2024）的官方模型权重。

本仓库包含我们论文中提出的BiRefNet的权重，该模型在三个任务（DIS、HRSOD和COD）上取得了最先进的性能。

前往我的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：

• 在Colab上进行图像推理：
• 在Hugging Face上使用GUI进行在线推理，可调整分辨率：
• 对给定权重进行推理和评估：

致谢：

• 非常感谢@Freepik为训练更高分辨率BiRefNet模型及更多探索提供的GPU资源支持。
• 非常感谢@fal为训练更好的通用BiRefNet模型提供的GPU资源支持。
• 非常感谢@not-lain在HuggingFace上更好部署我们的BiRefNet模型方面的帮助。

引用

@article{zheng2024birefnet,
  title={双边参考的高分辨率二分图像分割},
  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={CAAI人工智能研究},
  volume = {3},
  pages = {9150038},
  year={2024}
}