Anime Seg
一个用于动漫图像分割的PyTorch模型,能够准确分割动漫人物和背景。
下载量 293
发布时间 : 8/20/2022
模型简介
该模型专注于动漫图像的分割任务,能够将动漫人物与背景分离,适用于动漫内容创作和编辑。
模型特点
动漫专用分割
专门针对动漫图像优化的分割模型,能够更准确地识别动漫人物和背景。
PyTorch实现
基于PyTorch框架实现,便于集成到现有PyTorch项目中。
模型中心混合集成
通过PytorchModelHubMixin集成,便于从Hub加载和使用。
模型能力
动漫图像分割
人物与背景分离
使用案例
动漫内容创作
动漫人物抠图
将动漫人物从背景中分离,用于合成新场景或更换背景。
高质量的人物分割效果
动漫编辑
在动漫制作流程中快速分离元素,提高编辑效率。
简化后期制作流程
精选推荐AI模型
Qwen2.5 VL 7B Abliterated Caption It I1 GGUF
Apache-2.0
Qwen2.5-VL-7B-Abliterated-Caption-it的量化版本,支持多语言图像描述任务。
图像生成文本
Transformers 支持多种语言

Q
mradermacher
167
1
Nunchaku Flux.1 Dev Colossus
其他
Colossus Project Flux 的 Nunchaku 量化版本,旨在根据文本提示生成高质量图像。该模型在优化推理效率的同时,将性能损失降至最低。
图像生成 英语
N
nunchaku-tech
235
3
Qwen2.5 VL 7B Abliterated Caption It GGUF
Apache-2.0
这是一个基于Qwen2.5-VL-7B模型的静态量化版本,专注于图像描述生成任务,支持多种语言。
图像生成文本
Transformers 支持多种语言

Q
mradermacher
133
1
Olmocr 7B 0725 FP8
Apache-2.0
olmOCR-7B-0725-FP8是基于Qwen2.5-VL-7B-Instruct模型,使用olmOCR-mix-0225数据集微调后量化为FP8版本的文档OCR模型。
图像生成文本
Transformers 英语

O
allenai
881
3
Lucy 128k GGUF
Apache-2.0
Lucy-128k是基于Qwen3-1.7B开发的专注于代理式网络搜索和轻量级浏览的模型,在移动设备上也能高效运行。
大型语言模型
Transformers 英语

L
Mungert
263
2