BEN2: 画像や動画から背景を高速除去するディープラーニングモデル

はじめに

BEN2（Background Erase Network 2）は、Prama LLCが開発したディープラーニングモデルで、特に画像から背景を自動的に除去し、前景画像を生成するように設計されています。このモデルは、革新的なCGM（Confidence Guided Matting）パイプラインを採用し、洗練ネットワークを通じてベースモデルの信頼度が低いピクセルを処理することで、より精度の高い前景セグメンテーションを実現する。BEN2は、DIS5kとPrama LLC独自の22Kセグメンテーションデータセットで学習され、特にヘアキーイング、4K処理、オブジェクトセグメンテーション、エッジ精密化において非常に優れた性能を発揮します。インストールパッケージはわずか1.13GBで、公式に導入されたインスタンスは、1080p画像のキーイングを6秒未満で行うことができ、4K画像の処理には約20秒かかります。

関連推薦removebg：ワンクリックで画像の背景を削除、removebgオンライン無料中国語版

BEN2 画像の背景効果を削除する

BEN2はビデオの背景効果を除去し、マイクの位置に注意する。

機能一覧

• バックグラウンド除去画像から背景を自動的に除去し、バイナリマスクと前景画像を生成します。
• フォアグラウンドセグメンテーション様々な複雑なシーンのための高精度前景セグメンテーション。
• CUDAサポートGPUアクセラレーションに対応し、処理速度を向上。
• シンプルなAPI: 様々なアプリケーションに簡単に統合できるクリーンなAPIを提供します。
• 高解像度処理高解像度が要求される4K画像処理に対応。
• エッジ・リファインメントきめ細かなネットワークでエッジを処理することで、セグメンテーションの精度を高める。
• 迅速な処理公式の配備例では、1080p画像のキーイングは6秒、4K画像は約20秒で処理できる。

ヘルプの使用

設置プロセス

1. クローン倉庫

   git clone https://huggingface.co/PramaLLC/BEN2
cd BEN2

2. 依存関係をインストールします：

   pip install -r requirements.txt

使用プロセス

1. 必要なライブラリとモデルをインポートする：

   from PIL import Image
トーチをインポートする
from model import BEN_Base
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
model = BEN_Base().to(device).eval()
model.load_state_dict(torch.load('BEN_Base.pth'))

2. 画像を読み込み、推論を行う：

   image = Image.open('path_to_image.png')
mask, foreground = model.inference(画像)
mask.save('mask.png')
前景.save('前景.png')

主な機能

1. バックグラウンド除去::
   • 画像を読み込むと、モデルは自動的に背景マスクと前景画像を生成する。
   • マスク画像はマスク.png前景画像は前景.png.
2. フォアグラウンドセグメンテーション::
   • モデルはCGM（Confidence Guided Matting）パイプラインを通過し、前景を正確にセグメント化する。
   • 複雑な背景や、髪、エッジなどのディテールが豊富な画像に最適です。
3. 高解像度処理::
   • 4K画像処理に対応し、高解像度画像のセグメンテーション効果を確保。
   • 高精度で高品質な画像処理を必要とするアプリケーションシナリオに適しています。
4. エッジ・リファインメント::
   • 細かなネットワークでエッジを処理することで、セグメンテーションの精度を向上させる。
   • 商品写真やポートレートなど、繊細なエッジ処理が必要な画像に特に適しています。
5. 迅速な処理::
   • 公式配備例では、1080p画像のキーイングは6秒、4K画像は約20秒で処理できる。
   • 多数の画像を迅速に処理する必要があるアプリケーションシナリオに最適。