BRIA 背景移除 v1.4 模型卡片

RMBG v1.4 是我们最先进的背景移除模型，旨在有效分离各种类别和图像类型的前景与背景。该模型经过精心挑选的数据集训练，包括： 通用库存图片、电子商务、游戏和广告内容，适用于大规模企业内容创作的商业使用场景。其准确性、效率和多功能性目前可与领先的开放源码模型相媲美。非常适合内容安全、合法授权数据集和偏见消除至关重要的场景。

RMBG v1.4 由 BRIA AI 开发，作为开放源码模型供非商业用途使用。

如需购买商业许可证，请点击此处。

点击此处查看演示

注意 新的 RMBG 版本已推出！请查看 RMBG-2.0

加入我们的 Discord 社区，获取更多信息、教程和工具，并与其它用户建立联系！

模型描述

• 开发者： BRIA AI

• 模型类型： 背景移除

• 许可证： bria-rmbg-1.4

  • 该模型以 Creative Commons 许可证发布，仅供非商业用途使用。
  • 商业使用需与 BRIA 签订商业协议。如需购买商业许可证，请点击此处。

• 模型描述： BRIA RMBG 1.4 是一个显著性分割模型，仅使用专业级数据集进行训练。

• BRIA： 更多资源信息：BRIA AI

训练数据

Bria-RMBG 模型使用超过 12,000 张高质量、高分辨率、手动标注（像素级精度）、完全授权的图像进行训练。 我们的基准测试包含均衡的性别均衡、均衡的种族以及不同类型的残障人士。 为清晰起见，我们按不同类别提供数据分布，展示模型的多功能性。

图像分布：

定性评估

架构

RMBG v1.4 基于 IS-Net 开发，并结合了我们独特的训练方案和专有数据集进行了增强。 这些改进显著提高了模型在各种图像处理场景中的准确性和有效性。

安装

pip install -qr https://huggingface.co/briaai/RMBG-1.4/resolve/main/requirements.txt

使用方法

加载管道：

from transformers import pipeline
image_path = \"https://farm5.staticflickr.com/4007/4322154488_997e69e4cf_z.jpg\"
pipe = pipeline(\"image-segmentation\", model=\"briaai/RMBG-1.4\", trust_remote_code=True)
pillow_mask = pipe(image_path, return_mask = True) # outputs a pillow mask
pillow_image = pipe(image_path) # applies mask on input and returns a pillow image

或加载模型：

from PIL import Image
from skimage import io
import torch
import torch.nn.functional as F
from transformers import AutoModelForImageSegmentation
from torchvision.transforms.functional import normalize
model = AutoModelForImageSegmentation.from_pretrained(\"briaai/RMBG-1.4\",trust_remote_code=True)
def preprocess_image(im: np.ndarray, model_input_size: list) -> torch.Tensor:
    if len(im.shape) < 3:
        im = im[:, :, np.newaxis]
    # orig_im_size=im.shape[0:2]
    im_tensor = torch.tensor(im, dtype=torch.float32).permute(2,0,1)
    im_tensor = F.interpolate(torch.unsqueeze(im_tensor,0), size=model_input_size, mode='bilinear')
    image = torch.divide(im_tensor,255.0)
    image = normalize(image,[0.5,0.5,0.5],[1.0,1.0,1.0])
    return image

def postprocess_image(result: torch.Tensor, im_size: list)-> np.ndarray:
    result = torch.squeeze(F.interpolate(result, size=im_size, mode='bilinear') ,0)
    ma = torch.max(result)
    mi = torch.min(result)
    result = (result-mi)/(ma-mi)
    im_array = (result*255).permute(1,2,0).cpu().data.numpy().astype(np.uint8)
    im_array = np.squeeze(im_array)
    return im_array

device = torch.device(\"cuda:0\" if torch.cuda.is_available() else \"cpu\")
model.to(device)

# prepare input
image_path = \"https://farm5.staticflickr.com/4007/4322154488_997e69e4cf_z.jpg\"
orig_im = io.imread(image_path)
orig_im_size = orig_im.shape[0:2]
model_input_size = [1024, 1024]
image = preprocess_image(orig_im, model_input_size).to(device)

# inference 
result=model(image)

# post process
result_image = postprocess_image(result[0][0], orig_im_size)

# save result
pil_mask_im = Image.fromarray(result_image)
orig_image = Image.open(image_path)
no_bg_image = orig_image.copy()
no_bg_image.putalpha(pil_mask_im)