RMBG-3.0: Четырехэтапное вырезание объектов от Bria на основе генеративных моделей

Модель вырезания объектов третьего поколения, загруженная Bria 11 10, впервые построенная на генеративной модели: за основу взяты веса редактирования Fibo 2.0 с параметрами 8B (DiT с потоковым матчингом, энкодер Qwen3-VL-4B, VAE FLUX.2), которые были дообучены для «входа фотографии и генерации альфа-маски по фиксированной инструкции», а затем дистиллированы до 4 шагов без использования CFG. На выходе получается одноканальная маска глубиной 8 бит: белый цвет обозначает объект, черный — фон, серый — полупрозрачные области, такие как волосы и стекло. Веса распространяются под лицензией CC BY-NC 4.0, только для некоммерческого использования.

Оригинальное название: briaai/RMBG-3.0

Модель вырезания объектов третьего поколения, загруженная Bria 11 10, впервые построенная на генеративной модели: за основу взяты веса редактирования Fibo 2.0 с параметрами 8B (DiT с потоковым матчингом, энкодер Qwen3-VL-4B, VAE FLUX.2), которые были дообучены для «входа фотографии и генерации альфа-маски по фиксированной инструкции», а затем дистиллированы до 4 шагов без использования CFG. На выходе получается одноканальная маска глубиной 8 бит: белый цвет обозначает объект, черный — фон, серый — полупрозрачные области, такие как волосы и стекло. Веса распространяются под лицензией CC BY-NC 4.0, только для некоммерческого использования.

Почему это важно Официально заявлено, что модель определяет объект на основе содержимого изображения: она чище обрабатывает каждого человека на групповом фото, размытые в движении руки и ноги, а также сетки с отверстиями, что делает её ориентированной на товарные изображения для электронной коммерции

Рост рейтинга 60 · Лайки 60 · Загрузки 0

Причины

  • Официально проведено слепое сравнение с Photoroom, remove.bg, Ideogram, BiRefNet и RMBG-2.0 на 234 сложных изображениях с использованием визуальных моделей: среднее место 1.51 (первое), 185 изображений обработаны лучше всех или наравне с лучшими; процент предпочтения в парном сравнении варьируется от 55.1% (против Photoroom) до 75.9% (против BiRefNet)
  • Официально заявлено первое место в 7 категориях сложных изображений, таких как размытие в движении, множество объектов, сетки с отверстиями, тени и отражения, волосы; на 48 товарных изображениях из интернет-магазинов среднее место 1.15, при этом текст, логотипы и значки на товарах не удаляются
  • В карточке модели указаны недостатки: стекло, тонкая ткань и дым часто вырезаются как непрозрачные; на загроможденных фонах и в сценах с низким контрастом результаты хуже, чем у remove.bg и RMBG-2.0, а на 234 изображениях 5 занимают последнее место

Использование

  • Diffusers >= 0.42.0: загрузите подкаталог transformer из этого репозитория, а остальные компоненты (текстовый энкодер, VAE, шрифты) возьмите из briaai/Fibo-2.0-edit-turbo, чтобы собрать пайплайн BriaFibo2Pipeline
  • Необходимо использовать фиксированную англоязычную инструкцию из карточки модели (требующую генерации альфа-маски в градациях серого), с параметрами num_inference_steps=4 и guidance_scale=1.0; изменение инструкции приведет к генерации цветного изображения вместо маски
  • Преобразуйте выходное изображение в градации серого, масштабируйте до исходного размера и используйте как альфа-канал для наложения на оригинальное изображение; если нужна бинарная маска, примените пороговую обработку. В ComfyUI есть официальные узлы Bria, но они работают через платный API

Риски

  • Веса доступны только для некоммерческого использования (CC BY-NC 4.0); для коммерческого применения требуется отдельное соглашение с Bria или использование платного API; для загрузки необходимо войти в аккаунт на Hugging Face и заполнить форму, а также принять условия использования Fibo-2.0-edit-turbo
  • Модель имеет 8B параметров; официально на GPU L40S пиковое потребление видеопамяти для всего пайплайна составляет 28.5 GiB, время обработки одного изображения — около 6 секунд, рекомендуется видеокарта с объемом памяти от 32 ГБ; для видеокарт с меньшим объемом памяти или пакетной обработки официально рекомендуется по-прежнему использовать RMBG-2.0
  • Рейтинги основаны на слепых сравнениях и оценке визуальными моделями, организованных самой компанией; в данном обзоре тестирование не проводилось

Открыть

Hugging Face Trending

Открыть последние новости ИИ