Ultralytics YOLOv5 es un kit de herramientas de visión artificial basado en PyTorch para detectar objetos, segmentar instancias y clasificar imágenes, con funciones de entrenamiento y exportación.
58,2 mil17,5 milPythonAGPL-3.0Actualizado anteayer
ZhengPeng7/BiRefNet
Implementación oficial en PyTorch de BiRefNet, un modelo de deep learning para la segmentación dicotómica de imágenes de alta resolución, usado habitualmente para eliminar fondos.
Alternativa open source a:Remove.bg
Adobe Photoshop Remove Background
- Estrellas
- 4,309
- Forks
- 344
- Issues abiertos
- 33
- Último commit
- hace 3 días
¿Qué es?
BiRefNet es un modelo de deep learning para la segmentación dicotómica de imágenes, que separa los objetos del primer plano del fondo a alta resolución. El proyecto es la implementación oficial de un artículo de CAAI AIR de 2024 y ofrece scripts de entrenamiento, pruebas y evaluación en Python con PyTorch.
El repositorio ofrece una colección de modelos con pesos preentrenados para varias tareas, como uso general, matting general y de retratos, DIS, HRSOD y COD. Los modelos se pueden cargar en una sola línea mediante Hugging Face Transformers. También se describen la conversión a ONNX y la inferencia FP16, con cifras de rendimiento y memoria para GPU A100, RTX 4090 y V100.
El proyecto también documenta el fine-tuning con conjuntos de datos personalizados, organizados en carpetas de imágenes y máscaras de ground truth. Hay varias integraciones de la comunidad, entre ellas nodos para ComfyUI, una extensión para Stable Diffusion WebUI y conversiones a TensorRT y GGUF.
Funciones clave
- 01Segmenta objetos del primer plano a alta resolución para tareas de segmentación dicotómica de imágenes.
- 02Ofrece pesos preentrenados para uso general, matting, matting de retratos, DIS, HRSOD y COD.
- 03Carga el modelo en una sola línea mediante Hugging Face Transformers.
- 04Incluye conversión a ONNX e inferencia FP16 con cifras publicadas de velocidad y uso de memoria.
- 05Permite hacer fine-tuning con conjuntos de datos personalizados mediante scripts de entrenamiento y evaluación.
Casos de uso
- Eliminar el fondo de fotos de productos o retratos en alta resolución.
- Crear un servicio de eliminación de fondos para imágenes o videos a partir de un modelo PyTorch u ONNX.
- Adaptar mediante fine-tuning un modelo de segmentación a un conjunto de datos de un dominio específico.
- Añadir la eliminación de fondos como nodo en flujos de trabajo de ComfyUI o Stable Diffusion.
Inicio rápido
- 1
Carga el modelo BiRefNet desde Hugging Face con transformers
birefnet = AutoModelForImageSegmentation.from_pretrained('zhengpeng7/BiRefNet', trust_remote_code=True)
Antes de usarlo
- El uso práctico con imágenes de alta resolución suele requerir una GPU, ya que las cifras de velocidad del README se midieron con una RTX 4090.
- El README del proyecto indica que se necesitan más recursos de GPU para seguir mejorando el modelo, por lo que algunas variantes avanzadas dependen de recursos de computación externos.
Temas
Preguntas frecuentes
- ¿Qué es BiRefNet?
- Implementación oficial en PyTorch de BiRefNet, un modelo de deep learning para la segmentación dicotómica de imágenes de alta resolución, usado habitualmente para eliminar fondos. BiRefNet es un modelo de deep learning para la segmentación dicotómica de imágenes, que separa los objetos del primer plano del fondo a alta resolución. El proyecto es la implementación oficial de un artículo de CAAI AIR de 2024 y ofrece scripts de entrenamiento, pruebas y evaluación en Python con PyTorch.
- ¿BiRefNet es gratuito? ¿Qué licencia tiene?
- BiRefNet es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
- ¿BiRefNet sigue mantenido?
- Mantenimiento activo. El último commit de BiRefNet fue el 17 oct 2026.
- ¿Para qué puedo usar BiRefNet?
- Eliminar el fondo de fotos de productos o retratos en alta resolución. Crear un servicio de eliminación de fondos para imágenes o videos a partir de un modelo PyTorch u ONNX. Adaptar mediante fine-tuning un modelo de segmentación a un conjunto de datos de un dominio específico. Añadir la eliminación de fondos como nodo en flujos de trabajo de ComfyUI o Stable Diffusion.
- ¿Cómo se instala BiRefNet?
- Carga el modelo BiRefNet desde Hugging Face con transformers: birefnet = AutoModelForImageSegmentation.from_pretrained('zhengpeng7/BiRefNet', trust_remote_code=True)
- ¿Dónde consigo BiRefNet?
- El código fuente y las instrucciones de instalación están en GitHub: https://github.com/ZhengPeng7/BiRefNet
Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.
Proyectos relacionados
Herramienta para eliminar fondos de imágenes, disponible como CLI, biblioteca de Python, servidor HTTP o contenedor Docker.
25,1 mil2,4 milPythonMITActualizado hace 10 días
Herramienta de Python para restauración facial ciega: mejora rostros borrosos, de baja calidad o dañados en fotos y videos mediante un transformer con búsqueda en un libro de códigos.
18,2 mil3,7 milPythonOtherActualizado hace 11 meses
Una biblioteca de PyTorch que implementa métodos de mapas de activación de clases (CAM) para visualizar qué regiones de una imagen impulsan las predicciones de un modelo de visión artificial.
13 mil1,7 milPythonMITActualizado hace 2 meses
Framework de código abierto basado en PyTorch para deep learning con imágenes médicas, que abarca preprocesamiento, redes, funciones de pérdida y métricas de evaluación.
8,8 mil1,7 milPythonApache-2.0Actualizado anteayer
Biblioteca OCR de Python de código abierto que detecta y reconoce texto en PDF e imágenes con modelos de deep learning basados en PyTorch.
6,4 mil687PythonApache-2.0Actualizado ayer