FeyNoBg – Feyn Labs 開源的自動背景去除模型

FeyNoBg是什麼

FeyNoBg 是 Feyn Labs 推出的開源自動背景去除模型，基於 BiRefNet 架構深度改進，擁有 2.63 億參數。模型在 UHRSD-TE、HRSOD-TE 等 8 項基準測試中，有 4 項取得 SOTA 成績，其餘 4 項與最優結果差距不足 2%。團隊同時開源了 NoBg Python 庫，提供統一的模型運行與訓練接口，支持 Hugging Face 生態，採用 Apache-2.0 協議。

FeyNoBg的主要功能

• 高精度背景去除：自動識別圖像前景並生成 Alpha 遮罩，支持複雜邊緣如頭髮、毛髮、細線等。
• 超高分辨率支持：覆蓋 4K、8K 場景的 UHRSD-TE 基準測試表現領先。
• 圖像與視頻摳圖：支持單圖、批量圖片及視頻幀序列的背景去除。
• 開源可訓練：通過 NoBg 庫可在自定義數據集上微調，支持替換損失函數與調整分辨率。
• Hugging Face 集成：模型與處理器均兼容 transformers 生態，支持一鍵下載與推送。

FeyNoBg的技術原理

• BiRefNet 雙模塊架構：定位模塊負責前景識別，重建模塊負責邊界追蹤，兩者互補協作。
• 第三階段深度擴展：將特徵提取器第三階段從 18 個塊擴展至 24 個塊，參數從 2.22 億增至 2.63 億，保留原有預訓練權重，僅新增塊從零訓練，避免知識遺忘。
• 多樣化數據混合：整合 10 個數據集的 26,100 張圖像，涵蓋擁擠場景、僞裝、高分辨率、肖像、動漫等類型，每來源上限 4,000 張防止單一數據主導。
• 統一標註格式：將分割數據集的前景掩碼與摳圖數據集的 Alpha 通道統一轉換爲二值前景掩碼，使訓練目標一致。
• S-measure 評估：通過 0-1 區間的 S-measure 指標同時獎勵主體完整性與形狀保真度。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用FeyNoBg

• 安裝環境：通過 pip install nobg 安裝庫，並確保 Python ≥ 3.10 與 torch ≥ 2.0 環境就緒。
• 加載模型：用 AutoModel.from_pretrained("feyninc/FeyNobg") 從 Hugging Face 下載並加載預訓練權重。
• 加載處理器：使用 AutoProcessor.from_pretrained("feyninc/FeyNobg") 初始化圖像預處理模塊。
• 讀取圖像：將目標圖片轉換爲 RGB 格式，確保輸入符合模型要求。
• 預處理：調用 processor 對圖像進行尺寸調整與歸一化，生成模型所需的張量輸入。
• 模型推理：在 torch.inference_mode() 下將 pixel_values 傳入模型，獲取背景去除的原始輸出。
• 後處理遮罩：用 post_process_alpha_matting 將模型輸出還原爲原始圖像尺寸的 Alpha 遮罩。
• 生成結果：調用 cutout 方法將原圖前景與 Alpha 遮罩合成，保存爲透明 PNG 文件。

FeyNoBg的核心優勢

• SOTA 性能：在 8 項基準中 4 項領先，超高分辨率場景優勢顯著。
• 知識保留訓練：擴展網絡深度時保留原始權重，避免災難性遺忘。
• 工程優化：NoBg 庫在批大小 1/2/4 下均優於原始 BiRefNet 實現，吞吐量更高、延遲更低、顯存佔用更少。
• 生態兼容：深度集成 Hugging Face transformers，支持 Trainer、Hub 推送與半精度推理。

FeyNoBg的項目地址

• 項目官網：https://usefeyn.com/blog/feynobg/
• GitHub倉庫：https://github.com/feyninc/nobg
• HuggingFace模型庫：https://huggingface.co/feyninc/FeyNobg

FeyNoBg的應用場景

• 電商產品圖處理：FeyNoBg 可批量去除商品背景並生成透明底圖，直接用於電商平台上架展示。
• 廣告營銷設計：設計師可使用 FeyNoBg 快速提取人物或產品主體，將其合成到新背景中以製作宣傳海報。
• 影視後期摳像：FeyNoBg 支持對 4K 與 8K 視頻幀進行高精度背景去除，能夠替代傳統的綠幕拍攝與後期摳像流程。
• 證件照精修：用戶可藉助 FeyNoBg 自動分離人物與複雜背景，實現換底色操作並對髮絲等邊緣細節進行優化。
• AI 訓練數據生成：FeyNoBg 可爲圖像合成、生成模型等下游任務批量產出高質量的前景掩碼標註數據。