模型介绍
1.简介
- BiRefNet(Bidirectional Reference Network)是一种用于计算机视觉任务,尤其是在人像抠图(Portrait Matting)中的深度学习网络架构。该网络由清华大学和阿里巴巴的研究者提出,首次出现在论文《BiRefNet: Bidirectional Reference Network for Portrait Matting》(2021)中,目标是提升抠图的边缘质量和细节还原能力。
2.背景
- 人像抠图(Portrait Matting)是指从复杂背景中准确提取人像前景。由于边缘(尤其是头发、衣服边缘)通常具有半透明、细碎等特性,传统方法在边界处理上难以达到高精度。为此,BiRefNet 设计了一种双向引用机制,增强边缘信息的建模能力。
3.BiRefNet 的优势
- 边缘处理更精细:双向特征融合和边缘参考机制让边缘细节更真实自然。
- 泛化能力强:在真实人像图像和合成图像上都能保持较好的表现。
- 端到端可训练:整体网络结构无需多阶段后处理,训练和推理高效。
适用方法
1将文件解压后整个文件夹放到\ComfyUI\models目录内
2.在Comfyui中可以使用LayerStyle Advance插件的Load BiRefNetModelV2节点加载
© 版权声明
文章版权归作者所有,未经允许请勿转载。
THE END
















暂无评论内容