Aioga
AI资讯 / 模型更新
返回 AI资讯

FeyNoBg 发布:开源自动背景去除模型,在四项基准上达到 SOTA

Hacker News 热门(buzzing.cc 中文翻译)Aioga 编辑团队2026-07-28T04:57:13.190Z热度 71

Feyn Labs 推出 FeyNoBg,一个用于自动背景去除的 SOTA 模型。它在八个基准测试中的四项上取得最佳 S-measure 分数,其余四项与领先者差距在 2% 以...

模型更新Hacker News 热门(buzzing.cc 中文翻译)

今日 AI 情报摘要

Feyn Labs 推出 FeyNoBg,一个用于自动背景去除的 SOTA 模型。

它在八个基准测试中的四项上取得最佳 S-measure 分数,其余四项与领先者差距在 2% 以内。 该模型基于 BiRefNet 架构,参数量从 222M 扩展至 263M,同时开源了训练库 NoBg,模型和代码分别可在 Hugging Face 和 GitHub 获取。

中文正文 · AI 翻译

我们正在推出FeyNoBg,一种用于自动去除背景的最先进模型。在八个基准测试中,它在四个基准上获得了最佳已发表的S-measure,其余基准也只比领先者低不到2%。

FeyNoBg: A SOTA Model For Background Removal
Three rental bicycles parked on a busy city sidewalk
FeyNoBg 发布:开源自动背景去除模型,在四项基准上达到 SOTA
A person with long hair blowing across their face
FeyNoBg 发布:开源自动背景去除模型,在四项基准上达到 SOTA
A football player taking a free kick against a defensive wall

在超高分辨率图像中测试显著物体的掩码,包括4K和8K场景。

我们还发布了NoBg,这是我们用来训练模型的库。使用NoBg可以运行FeyNoBg或训练您自己的背景去除模型。

两者都是开源的。在Hugging Face下载FeyNoBg:https://huggingface.co/feyninc/FeyNobg,或在GitHub上用NoBg构建:https://github.com/feyninc/nobg。

在您的计算机中,图像存储为像素网格。背景去除算法的目标是为每个像素预测一个不透明度值,使背景像素变为透明,前景像素保持不透明,边界像素变为半透明。

生成这种不透明度图需要两项技能。首先,模型必须将前景与背景分开。当主体站在简单的背景前时,可以通过比较颜色轻松完成。然而,在低对比度、拥挤或伪装的图像中,模型必须利用形状、纹理和上下文来识别哪些像素构成主体。

其次,模型必须描绘前景的边界。在简单图像中,颜色或纹理的明显变化提供了强边缘信号。但真实边界更难处理。头发、毛发、细线和运动模糊可以将前景和背景元素混合在一起。模型必须测量边缘像素属于主体的程度,并相应地设置其不透明度。这被称为图像抠图。

通常,这些技能通过不同类型的专注数据来教授。这会造成一个失效点。训练数据混合不当可能产生不平衡模型,使某一技能的提升以牺牲另一技能为代价。输出要么缺失主体部分,要么边缘不干净。

真实图像复杂,需要在前景识别和边界精度上都很熟练。这是我们在训练FeyNoBg时的关键洞察。

我们选择 BiRefNet 作为 FeyNoBg 的基础,因为其架构已经符合我们的目标。BiRefNet 为模型的两个部分赋予了互补的职责。其定位模块用于寻找前景,而重建模块用于追踪主体的边界。

模型首先将输入图像通过四个阶段运行的特征提取器。早期阶段捕捉局部细节。后期阶段将收集到的细节合并成更广泛的图像表示,称为特征图。定位模块使用这些特征图来寻找主体,而重建模块使用这些特征图来恢复其边界。

特征提取器的第三阶段承担着最艰巨的任务。它看到图像的足够部分以推断整个主体,同时保留表示其形状所需的空间细节。定位和边界重建都严重依赖此处产生的特征图。

鉴于该阶段持有的丰富图像表示,我们预计在此阶段增加更多深度将有助于模型更好地保留信息,从而提高性能。因此,我们将第三阶段从 18 个块扩展到 24 个块。模型由此从 2.22 亿参数适度增长到 2.63 亿。

在扩展过程中,我们保留了所有兼容的预训练权重。只有六个新区块是未训练的。这为 FeyNoBg 提供了额外的能力,以学习新技能而不遗忘基础模型已有的知识。

有了更多的学习空间,是时候教旧模型一些新技巧了。

我们的第一次训练运行使用了 MaskFactory,这是一个为精确前景分割创建的合成图像和掩码对集合。这是该次训练中使用的唯一数据集。

如果我们的直觉是正确的,生成的模型将在某些基准上提升,而在其他基准上退步。在我们的受控评估中确实如此,模型在 CAMO 基准上有所提升,但在 DIS5K 上有所退步。

接下来,我们专注于构建更加多样化的数据集。我们从 10 个数据集中组装了 26.1K 张图像,涵盖拥挤场景、伪装、高分辨率主体、人像和动漫,然后训练了 7,000 步。我们的目标是在训练期间尽可能多地让模型接触各种场景。

合成场景旨在帮助模型在熟悉的图像集合之外进行泛化。

在最终运行前,我们修改了最初的混合。我们添加了来自 S3OD 的 4,000 张图像,将 Anime 减少到 500 张,并移除了 ThinObject-5K、HIM-2K 和 COIFT。这样我们只保留了贡献最有用、最一致的训练样本的来源。

合并数据集引入了两个问题。首先,它们的规模差异很大。如果不加限制,最大的来源会主导训练,并导致我们之前看到的相同专化问题。因此,我们将每个来源限制为 4,000 张图像,然后将它们混合打乱。

其次,这些数据集使用了不同的标注。分割数据集提供前景掩码,而抠图数据集提供 alpha 通道。我们将两者都转换为二值前景掩码,以便每张图像都有相同的训练目标。

因此,抠图数据集贡献的是精确勾勒的主体,而不是软透明度的监督。

这为我们提供了一个一致的训练集,并故意包含各种不同的图像。我们的模型现在可以学习在更广泛的场景中识别和勾勒前景。

为了评估性能,我们记录了 S-measure。S-measure 从 0 到 1 评分,比较预测前景与正确掩码的匹配程度。它奖励完整的主体和准确的形状。分数越高越好。

我们将 FeyNoBg 的 S-measure 与八个基准上已发表的最佳结果进行了比较,这些基准包括伪装、低对比度场景、细结构、高分辨率图像和视频。FeyNoBg 在四个基准上排名第一,在其余四个基准上距离第一名不超过 2%。

值得注意的是,更广泛的训练混合把我们的 DIS5K 回归结果变成基准领先的成果。

图像抠图模型通常以独立仓库的形式发布。比较模型或对一个模型进行微调,需要在进行实验前编写多个适配器。这种设置很快就会变得混乱和令人沮丧,难以进行高质量工作。

为了解决这个问题,我们创建了 NoBg。它是一个 Python 库,提供一致的接口来运行和训练去背景模型。我们自己也使用它训练了 FeyNoBg。

为了鼓励这一领域的更多发展,我们将 NoBg 以开源形式发布。你可以使用它来运行 FeyNoBg,或训练你自己的模型。

一致的接口不应以性能为代价。我们在批量大小为 1、2 和 4 的情况下,比较了 NoBg 的 BiRefNet 与原始实现。NoBg 在每种批量大小下都提供了更高的吞吐量、更低的延迟和更低的峰值 GPU 内存使用量。

NoBg 在推理前会调整图像大小并进行归一化。然后,它将模型输出转换为原始尺寸的 alpha 通道,并将抠图结果保存为透明 PNG。

NoBg 提供了训练 BiRefNet 所需的模型、处理器和损失函数,可用于你自己的图像与掩码对。它也可以与 Hugging Face Trainer 一起使用,该工具可处理训练循环、检查点保存和评估。给定一个包含图像和掩码列的数据集,训练过程如下:

从 Hugging Face 下载 FeyNoBg:https://huggingface.co/feyninc/FeyNobg 并用 NoBg 运行模型。也可以在我们的 Hugging Face Space 在线尝试:https://huggingface.co/spaces/feyninc/feynobg。

使用 pip 安装 NoBg:pip install nobg。你也可以在 GitHub 上找到它:https://github.com/feyninc/nobg。

FeyNoBg 和 NoBg 由 Feyn 构建。找到我们:X 上 x.com/feynai,GitHub 上 https://github.com/feyninc,或 LinkedIn 上 https://www.linkedin.com/company/107081181/。

FeyNoBg 基于 BiRefNet 以及 Peng Zheng、Dehong Gao、Deng-Ping Fan、Li Liu、Jorma Laaksonen、Wanli Ouyang 和 Nicu Sebe 的工作构建。我们也感谢发布此处使用的模型、代码和数据集的团队。

f(x) = argmin θ L(θ; your workflow) 美国,加利福尼亚州,旧金山

情报判断

Aioga 编辑摘要

Feyn Labs 发布开源背景去除模型 FeyNoBg,并同步开源训练库 NoBg。材料称,该模型在八项基准中的四项取得最佳 S-measure,其余四项与领先者差距不超过 2%。

背景分析

FeyNoBg 基于 BiRefNet 架构,参数量由 222M 扩展至 263M,面向包括 4K、8K 场景在内的超高分辨率显著性目标抠图。背景去除同时涉及前景分离与边界透明度预测。

Aioga 观点

Aioga 判断,FeyNoBg 的看点不只在基准成绩,也在于模型与训练库同时开源,降低了复现和训练同类模型的门槛。不过,现有材料未说明测试数据、硬件成本及实际部署表现,S-measure 不能单独代表全部使用体验。

影响与后续

如果相关基准结果能够被独立复核,FeyNoBg 可能为高分辨率图像抠图提供新的开源选项。其对毛发、柔边、低对比度和遮挡场景的实际处理质量,仍值得结合具体样例与更多指标观察。 建议进一步核对八项基准的名称、测试设置、对比模型和完整分数,并在 4K、8K、复杂背景及细小边界样本上进行复测。同时评估 NoBg 的训练流程、推理资源需求与许可证条件,再判断其是否适合生产使用。

来源与版权说明

本页正文由公开来源页面提取并按原有信息整理,同时保留来源、发布时间和原文入口。版权归原作者及来源网站所有,请通过原文链接核验和阅读来源版本。

抓取通道: 摘要聚合 · 原始域名: usefeyn.com

来源: Hacker News 热门(buzzing.cc 中文翻译)

原文链接: 打开原始来源

Aioga 归档: 查看情报页

Content record: source-page · Updated: 2026-07-28T04:57:13.190Z

API 中转站
API RELAY · DEVELOPER INFRASTRUCTURE

API 中转站

统一接入主流 AI 模型 API,为开发、测试与生产环境提供稳定调用入口。

立即访问 api.w173.com
AIOGA SHARE POSTER

分享这篇 AI 情报

Feyn Labs 推出 FeyNoBg,一个用于自动背景去除的 SOTA 模型。它在八个基准测试中的四项上取得最佳 S-measure 分数,其余四项与领先者差距在 2% 以...

Hacker News 热门(buzzing.cc 中文翻译)2026-07-28T04:57:13.190Z
扫码打开文章详情扫码直达文章详情

Aioga 自动聚合全球 AI 动态,并保留来源信息用于核验与引用。