Peng Zheng 1,4,5,6 ,  Dehong Gao 2 ,  Deng-Ping Fan 1* ,  Li Liu 3 ,  Jorma Laaksonen 4 ,  Wanli Ouyang 5 ,  Nicu Sebe 6 1 Nankai University  2 Northwestern Polytechnical University  3 National University of Defense Technology  4 Aalto University  5 Shanghai AI Laboratory  6 University of Trento                     
翻訳待ち・原文を表示
入力 テキスト→ 出力 テキスト
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 画像
Peng Zheng 1,4,5,6 ,  Dehong Gao 2 ,  Deng-Ping Fan 1* ,  Li Liu 3 ,  Jorma Laaksonen 4 ,  Wanli Ouyang 5 ,  Nicu Sebe 6 1 Nankai University  2 Northwestern Polytechnical University  3 National University of Defense Technology  4 Aalto University  5 Shanghai AI Laboratory  6 University of Trento  **Check the main BiRefNet model repo for more info and how to use it:** https://huggingface.co/ZhengPeng7/BiRefNet/blob/main/README.md
翻訳待ち・原文を表示
入力 画像→ 出力 画像
> An arbitrary shape adaptable BiRefNet for general segmentation. > This model was trained on arbitrary shapes (256x256 ~ 2304x2304) and shows great robustness on inputs with any shape. > How it looks when compared with BiRefNet-general (fixed 1024x1024 resolution) -- greater than BiRefNet-general and BiRefNet_HR-general on the reserved validation sets (DIS-VD and TE-P3M-500-NP). > The `dynamic_XXxXX` means this BiRefNet_dynamic model was being tested in various input resolutions for the evaluation. For performance of different epochs, check the eval_results-xxx folder for it on my google drive.
翻訳待ち・原文を表示
入力 画像→ 出力 画像
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 画像
> This BiRefNet was trained with images in `2048x2048` for higher resolution inference. > All tested in FP16 mode. Peng Zheng 1,4,5,6 ,  Dehong Gao 2 ,  Deng-Ping Fan 1* ,  Li Liu 3 ,  Jorma Laaksonen 4 ,  Wanli Ouyang 5 ,  Nicu Sebe 6 1 Nankai University  2 Northwestern Polytechnical University  3 National University of Defense Technology  4 Aalto University  5 Shanghai AI Laboratory  6 University of Trento 
翻訳待ち・原文を表示
入力 画像→ 出力 画像
> This BiRefNet was trained with images in `2048x2048` for higher resolution image matting with transparency. > All tested in FP16 mode. Peng Zheng 1,4,5,6 ,  Dehong Gao 2 ,  Deng-Ping Fan 1* ,  Li Liu 3 ,  Jorma Laaksonen 4 ,  Wanli Ouyang 5 ,  Nicu Sebe 6 1 Nankai University  2 Northwestern Polytechnical University  3 National University of Defense Technology  4 Aalto University  5 Shanghai AI Laboratory  6 University of Trento 
翻訳待ち・原文を表示
入力 画像→ 出力 画像
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 画像
Peng Zheng 1,4,5,6 ,  Dehong Gao 2 ,  Deng-Ping Fan 1* ,  Li Liu 3 ,  Jorma Laaksonen 4 ,  Wanli Ouyang 5 ,  Nicu Sebe 6 1 Nankai University  2 Northwestern Polytechnical University  3 National University of Defense Technology  4 Aalto University  5 Shanghai AI Laboratory  6 University of Trento                   
翻訳待ち・原文を表示
入力 画像→ 出力 画像
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
基本情報を収録・詳細は順次追加
入力 画像→ 出力 画像
基础档案已收录，详细介绍后续补充。可先查看厂商、分类与来源。
入力 画像→ 出力 画像
Peng Zheng 1,4,5,6 ,  Dehong Gao 2 ,  Deng-Ping Fan 1* ,  Li Liu 3 ,  Jorma Laaksonen 4 ,  Wanli Ouyang 5 ,  Nicu Sebe 6 1 Nankai University  2 Northwestern Polytechnical University  3 National University of Defense Technology  4 Aalto University  5 Shanghai AI Laboratory  6 University of Trento                   
翻訳待ち・原文を表示
入力 画像→ 出力 画像
Peng Zheng 1,4,5,6 ,  Dehong Gao 2 ,  Deng-Ping Fan 1* ,  Li Liu 3 ,  Jorma Laaksonen 4 ,  Wanli Ouyang 5 ,  Nicu Sebe 6 1 Nankai University  2 Northwestern Polytechnical University  3 National University of Defense Technology  4 Aalto University  5 Shanghai AI Laboratory  6 University of Trento                   
翻訳待ち・原文を表示
入力 画像→ 出力 画像
