RMBG-3.0: Mô hình cắt nền bốn bước dựa trên mô hình sinh của Bria

Mô hình cắt nền thế hệ thứ ba do Bria tải lên vào ngày 10 tháng 11, lần đầu tiên được xây dựng dựa trên mô hình sinh: bắt đầu từ trọng số chỉnh sửa của Fibo 2.0 với 8B tham số (DiT khớp dòng chảy, bộ mã hóa Qwen3-VL-4B, VAE FLUX.2), được tinh chỉnh để "nhận ảnh đầu vào và vẽ mặt nạ alpha theo chỉ dẫn cố định", sau đó được chưng cất xuống 4 bước mà không cần CFG. Đầu ra là mặt nạ một kênh độ sâu bit 8: màu trắng là chủ thể, màu đen là nền, màu xám là các vùng bán trong suốt như tóc và kính. Trọng số theo giấy phép CC BY-NC 4.0, chỉ dành cho mục đích phi thương mại.

Tên gốc: briaai/RMBG-3.0

Mô hình cắt nền thế hệ thứ ba do Bria tải lên vào ngày 10 tháng 11, lần đầu tiên được xây dựng dựa trên mô hình sinh: bắt đầu từ trọng số chỉnh sửa của Fibo 2.0 với 8B tham số (DiT khớp dòng chảy, bộ mã hóa Qwen3-VL-4B, VAE FLUX.2), được tinh chỉnh để "nhận ảnh đầu vào và vẽ mặt nạ alpha theo chỉ dẫn cố định", sau đó được chưng cất xuống 4 bước mà không cần CFG. Đầu ra là mặt nạ một kênh độ sâu bit 8: màu trắng là chủ thể, màu đen là nền, màu xám là các vùng bán trong suốt như tóc và kính. Trọng số theo giấy phép CC BY-NC 4.0, chỉ dành cho mục đích phi thương mại.

Tại sao quan trọng Theo thông tin chính thức, mô hình xác định chủ thể dựa trên nội dung hình ảnh, xử lý sạch sẽ hơn đối với từng người trong ảnh chụp nhóm, tay chân bị mờ do chuyển động và các lưới dạng rỗng, hướng tới hình ảnh sản phẩm thương mại điện tử

Điểm tăng 60 · Lượt thích 60 · Lượt tải xuống 0

Lý do

  • Chính thức so sánh mù và đánh giá bằng mô hình thị giác trên 234 ảnh khó với Photoroom, remove.bg, Ideogram, BiRefNet và RMBG-2.0: xếp hạng trung bình là 1.51 (đứng đầu), tốt nhất hoặc đồng hạng tốt nhất ở 185 ảnh; tỷ lệ ưu tiên từng cặp dao động từ 55.1% (so với Photoroom) đến 75.9% (so với BiRefNet)
  • Chính thức tuyên bố đứng đầu trong 7 loại ảnh khó bao gồm mờ do chuyển động, nhiều chủ thể, lưới dạng rỗng, bóng đổ phản chiếu và lông tóc; xếp hạng trung bình là 1.15 trên 48 ảnh sản phẩm cửa hàng trực tuyến, văn bản, logo và huy hiệu trên sản phẩm không bị cắt mất
  • Thẻ mô hình ghi rõ điểm yếu: kính, vải mỏng, khói dễ bị cắt thành không trong suốt; nền lộn xộn và cảnh tương phản thấp kém hơn remove.bg và RMBG-2.0, với 5 ảnh xếp cuối trong số 234 ảnh

Cách sử dụng

  • Diffusers >= 0.42.0: tải thư mục con transformer từ kho lưu trữ này, các phần còn lại (bộ mã hóa văn bản, VAE, phông chữ) sử dụng briaai/Fibo-2.0-edit-turbo, tạo thành BriaFibo2Pipeline
  • Bắt buộc phải dùng đoạn chỉ dẫn tiếng Anh cố định trong thẻ mô hình (yêu cầu tạo mặt nạ alpha grayscale), num_inference_steps=4, guidance_scale=1.0; thay đổi chỉ dẫn sẽ cho ra ảnh màu thay vì mặt nạ
  • Chuyển đầu ra sang grayscale, thu phóng về kích thước gốc rồi dán lại làm kênh alpha vào ảnh gốc; nếu cần mặt nạ nhị phân thì thực hiện thêm bước ngưỡng hóa. ComfyUI có nút chính thức của Bria nhưng sử dụng API trả phí

Rủi ro

  • Trọng số chỉ dành cho mục đích phi thương mại (CC BY-NC 4.0), muốn dùng thương mại phải ký thỏa thuận riêng với Bria hoặc chuyển sang dùng API trả phí; tải xuống yêu cầu đăng nhập Hugging Face và điền biểu mẫu, Fibo-2.0-edit-turbo cũng cần chấp nhận điều khoản trước
  • Với 8B tham số, chính thức đo được mức sử dụng VRAM đỉnh của toàn bộ quy trình là 28.5 GiB trên L40S, mất khoảng 6 giây mỗi ảnh, khuyến nghị card đồ họa từ 32 GB trở lên; đối với card đồ họa nhỏ hoặc xử lý số lượng lớn, chính thức vẫn khuyên dùng RMBG-2.0
  • Xếp hạng dựa trên đánh giá mù và so sánh mô hình thị giác do chính hãng tổ chức; mục này chưa được chạy thử

Mở

Hugging Face Trending

Xem tin AI mới nhất