Skip to main content

BiRefNet

  • ZhengPeng7/BiRefNet
    • MIT, Python, PyTorch
    • Bilateral Reference for High-Resolution Dichotomous Image Segmentation
    • Bilateral Reference Network (双边参考网络)
    • 二分图像分割 (Dichotomous Image Segmentation, DIS)
    • 显著性物体检测 (Salient Object Detection, SOD)
    • 伪装物体检测 (Camouflaged Object Detection, COD)
    • 双边参考模块 (Bilateral Reference Module, BRM)

选择权重​

BiRefNet 有多个面向不同任务的 checkpoint。先按目标输出选择权重，再决定输入分辨率和部署方式；不能把所有 BiRefNet 权重当作同一模型。

目标官方模型入口关注点
通用前景分割BiRefNet前景与背景分离，按模型卡的预处理和推理流程运行
动态输入分辨率BiRefNet_dynamic这是单独训练的权重；查看模型卡的输入范围
图像抠图BiRefNet-matting、BiRefNet_HR-matting选择针对 matting 训练的权重，关注边缘和透明度输出

权重文件大小和推理显存是两项指标。下载文件的 MB 数不能直接作为显存预算；比较资源消耗时记录具体 checkpoint/revision、输入分辨率、精度和设备。官方 Model Zoo 提供权重与示例入口。

分割与抠图​

  • Image Segmentation：图像分割，预测像素的类别或前景掩码；二值化后的结果是硬蒙版（Hard Mask）。
  • Image Matting：图像抠图，估计连续的 Alpha 蒙版（Alpha Matte），用于表达前景边缘及部分透明区域。
  • 将分割掩码写入图片 Alpha 通道，不代表使用了 matting 权重；按任务、具体权重和输出处理判断。

参考​