일반 소개
BEN2(배경 지우기 네트워크 2)는 이미지에서 배경을 자동으로 제거하고 전경 이미지를 생성하도록 특별히 설계된 Prama LLC에서 개발한 딥 러닝 모델입니다. 이 모델은 기본 모델에서 신뢰도가 낮은 픽셀을 개선 네트워크를 통해 처리하는 혁신적인 신뢰도 유도 매팅(CGM) 파이프라인을 사용하여 더 높은 정확도의 전경 세분화를 제공하며, BEN2는 DIS5k 및 Prama LLC의 독점적인 22K 세분화 데이터 세트로 훈련되었으며 특히 헤어 키잉, 4K 처리, 오브젝트 분할 및 에지 세분화에서 특히 뛰어난 성능을 발휘합니다. 설치 패키지는 1.13GB에 불과하며 공식적으로 배포된 인스턴스는 1080p 이미지를 6초 이내에 키잉할 수 있고 4K 이미지를 처리하는 데 약 20초가 걸립니다.
관련 권장 사항:removebg : 한 번의 클릭으로 사진 배경 제거, removebg 온라인 무료 중국어 버전

BEN2 이미지 배경 효과 제거

BEN2는 비디오 배경 효과, 노트 마이크 위치를 제거합니다.
기능 목록
- 배경 제거: 이미지에서 배경을 자동으로 제거하고 이진 마스크와 전경 이미지를 생성합니다.
- 전경 세분화다양하고 복잡한 장면을 위한 고정밀 전경 분할.
- CUDA 지원처리 속도 향상을 위해 GPU 가속을 지원합니다.
- 간단한 API다양한 애플리케이션에 쉽게 통합할 수 있도록 깔끔한 API를 제공합니다.
- 고해상도 처리고해상도 요구 사항을 위한 4K 이미지 처리를 지원합니다.
- 엣지 개선세분화된 네트워크를 통해 에지를 처리하여 세분화 정확도를 향상시킵니다.
- 신속한 처리공식 배포 예시에서는 1080p 영상을 6초 만에 키잉할 수 있으며, 4K 영상은 약 20초 만에 처리할 수 있습니다.
도움말 사용
설치 프로세스
- 복제 창고:
git clone https://huggingface.co/PramaLLC/BEN2
cd BEN2
- 종속성을 설치합니다:
pip install -r requirements.txt
사용 프로세스
- 필요한 라이브러리 및 모델을 가져옵니다:
from PIL import Image
import torch
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'))
- 이미지를 로드하고 추론을 수행합니다:
image = Image.open('path_to_image.png')
mask, foreground = model.inference(image)
mask.save('mask.png')
foreground.save('foreground.png')
주요 기능
- 배경 제거::
- 이미지를 로드하면 모델이 자동으로 배경 마스크와 전경 이미지를 생성합니다.
- 마스크 이미지는 다음과 같이 저장됩니다.
mask.png
전경 이미지는 다음과 같이 저장됩니다.foreground.png
.
- 전경 세분화::
- 모델은 신뢰도 안내 매팅(CGM) 파이프라인을 통과하여 전경을 정확하게 분할합니다.
- 복잡한 배경과 머리카락, 가장자리 등 디테일이 풍부한 이미지에 이상적입니다.
- 고해상도 처리::
- 4K 이미지 처리를 지원하여 고해상도 이미지의 세분화 효과를 보장합니다.
- 고정밀 및 고품질 이미지 처리가 필요한 애플리케이션 시나리오에 적합합니다.
- 엣지 개선::
- 세분화된 네트워크를 통해 에지를 처리하여 세분화 정확도를 향상시킵니다.
- 특히 제품 사진, 인물 사진 등 미세한 가장자리 처리가 필요한 이미지에 적합합니다.
- 신속한 처리::
- 공식 배포 예시에서는 1080p 이미지를 6초 만에 키잉할 수 있으며, 4K 이미지는 약 20초 만에 처리할 수 있습니다.
- 많은 수의 이미지를 빠르게 처리해야 하는 애플리케이션 시나리오에 이상적입니다.
© 저작권 정책
이 글은 저작권이 있으며 무단으로 복제해서는 안 됩니다.
관련 문서
댓글 없음...