BiRefNet - 一款超强的AI抠图模型，抠图精度更高 本地一键整合包下载
这个版本有问题，请下载V2版
BiRefNet 是由阿里联合南开等高校及科研机构发布一种高分辨率图像分割框架，可以精准的从高分辨率图片中识别出目标物体。
BiRefNet 处理高分辨率图片能力出色，可以识别出复杂物体边界，提供高质量的分割结果。可以应用于多种图像分割场景，比如抠图、显著目标检测、背景移除、伪装目标检测等。
BiRefNet 只需要CPU也可以运行，独立显卡处理速度更快，支持批量处理。对比了之前发不的 RMBG 和 BRIA RMBG ，BiRefNet 的抠图效果更加出色，也是这里面效果最好的一个。
使用教程：（CPU可运行，建议独立N卡）
上传一张需要抠图的图片，支持本地图片，网络图片URL和批量抠图
输入抠图分辨率，建议1024x1024，也可以根据自己的素材选择
选择抠图模型，默认第一个，其他的模型大家可以自己手动尝试，如果默认不满意，可以切换其他的。
最后提交即可。
下载地址：（下载前，请先阅读 使用说明 再下载，避免不必要的问题和纠纷）
夸克网盘：https://pan.quark.cn/s/1f54bd1ff9ee
百度网盘：
**** 本内容需购买 ****
感谢 期待 安装了 运行不起来
-----------------------------------------------------
更多实用好玩的AI应用，访问 https://deepface.cc
软件 WebUI正在启动中，请稍后...
-----------------------------------------------------
'G:\BiRefNet' 不是内部或外部命令，也不是可运行的程序
或批处理文件。
请按任意键继续. . .
运行真的有问题，运行不起来 -----------------------------------------------------
更多实用好玩的AI应用，访问 https://deepface.cc
软件 WebUI正在启动中，请稍后...
-----------------------------------------------------
Traceback (most recent call last):
File "G:\BiRefNet\app.py", line 88, in <module>
birefnet = AutoModelForImageSegmentation.from_pretrained('/'.join(('zhengpeng7', usage_to_weights_file['General'])), trust_remote_code=True)
File "G:\BiRefNet\python\lib\site-packages\transformers\models\auto\auto_factory.py", line 551, in from_pretrained
model_class = get_class_from_dynamic_module(
File "G:\BiRefNet\python\lib\site-packages\transformers\dynamic_module_utils.py", line 502, in get_class_from_dynamic_module
final_module = get_cached_module_file(
File "G:\BiRefNet\python\lib\site-packages\transformers\dynamic_module_utils.py", line 327, in get_cached_module_file
modules_needed = check_imports(resolved_module_file)
File "G:\BiRefNet\python\lib\site-packages\transformers\dynamic_module_utils.py", line 182, in check_imports
raise ImportError(
ImportError: This modeling file requires the following packages that were not found in your environment: einops. Run `pip install einops`
请按任意键继续. . .
页:
[1]