主体抠图
把人物、商品、动物等目标从背景中分离出来,输出带透明通道的结果,方便直接叠到新背景上。
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
BiRefNet 是一套高精度图像分割方案,主打把人物、商品、动物等主体从复杂背景中分离出来。它的思路是让预测结果与参考信息互相校验,因此发丝、半透明边缘、毛绒轮廓这类难处理的区域通常比传统抠图干净。适合做电商白底图、人像换背景、批量素材处理的人作为抠图环节的候选工具;但它本质是模型而非成品软件,直接使用有一定门槛,需要自己接一套流程才能真正上手。
BiRefNet 是一个面向图像分割任务的模型方案,名字里的双边参考指的是它在预测主体区域时会引入额外的参考信息做互相校验,让边界判断更稳。它解决的核心问题就是抠图——把画面里想要的主体留下,把其余部分去掉。
它更接近一块可被集成的能力,而不是打开就能用的成品工具。常见做法是把它接到自己的脚本或图像处理流程里,对单张图或一批图做主体分离,再去背景、换背景或做后续合成。
对普通用户来说,它的价值在于处理那些边缘很麻烦的图:飘动的头发、细密的绒毛、半透明的纱料、带反光的商品。对开发者和团队来说,它更容易作为流水线里的一个环节,配合批量脚本使用,而不是靠界面点点点。
把人物、商品、动物等目标从背景中分离出来,输出带透明通道的结果,方便直接叠到新背景上。
对发丝、绒毛、纱料这类细碎或半透明的边界做了针对性设计,边缘不容易出现硬切的块状残留。
预测主体时引入参考信息互相校验,减少只靠单侧判断时容易出现的漏抠或多抠。
同一套模型可处理人像、商品、动物等不同题材,不必为每类图片单独换一套抠图方案。
以模型形式提供,能被接进脚本或图像处理管线,对整批图片做统一的主体分离。
当你要处理的是发丝、毛绒、半透明边缘这类难抠的图,并且愿意自己搭一套流程时,BiRefNet 值得放进候选名单——它的双边参考机制就是冲着这类边界去的。反过来,如果你只是想找个网页打开、上传图片就出结果,它并不合适,因为它是模型而不是成品工具,中间需要有人把它跑起来。做电商白底图或人像换背景的团队可以把它当成批量流水线里的一个环节,而单张应急处理的普通用户,直接用现成的在线抠图工具会更省事。
要给商品出白底图或换场景图,商品边缘和反光部分难处理时可以用它分离主体,再统一合成。
常做证件照换底、写真换背景,发丝和半透明衣物是难点,这类图正好是它设计的重点场景。
有批量素材要处理,能自己写脚本把它接进图片管线,把它当成抠图环节的一步来用。
习惯在软件里用画笔和蒙版一点点抠,不打算碰脚本或流程,用它反而多一道接入手续。
只是偶尔需要把一张图的主体抠出来,直接用现成的在线抠图工具更快,不必折腾模型部署。
核心就是把画面里的主体从背景中分离出来。人物、商品、动物这类常见题材都能处理,输出的是带透明通道的结果,方便再叠到新背景上,适合做白底图、换背景、素材合成这类工作。
差别主要在难处理的边界上。普通抠图工具遇到发丝、毛绒、纱料这类细碎或半透明的边缘,容易出现硬切或残留,而它专门针对这些区域做了设计,想让边界更干净。背景干净的简单图,两者出来的结果区别不大。
不能直接上手。它以模型形式提供,更接近一块可被集成的能力,而不是打开就能用的网页工具。如果自己不熟悉部署和脚本,通常需要找人接入,或者改用现成的在线抠图服务。
适合,前提是有人把它接进流程。它能对整批图片统一做主体分离,对电商出图、素材整理这类成批的工作比较省事。建议按题材分批处理,因为人像、商品、动物的边界特征不同,混在一起不方便检查效果。
半透明主体,以及主体颜色和背景很接近的图,这两类最容易出问题。前者的边界本身就不明确,后者缺少明显的颜色分界。批量出图后可以先抽查这两类,确认后再交付。
把抠出的主体单独存成带透明通道的文件,换背景或做合成时都基于这一份结果来叠,不用每次重新抠。这样即使后面想换别的背景,也只是替换底层,主体部分不用再处理一遍。