高精度画像セグメンテーション技術。様々なシーンに適用可能です。
ワンクリックで画像の背景を除去。迅速かつ正確です。
cyberagent
LayerD BiRefNet は、LayerD グラフィックデザイン画像レイヤー分解フレームワークのクロッピングモジュールで、グラフィックデザイン画像から前景オブジェクトを正確に抽出するために特別に設計されています。このモデルは BiRefNet アーキテクチャに基づいており、レイヤー分解タスクで優れた性能を発揮します。
Acly
BiRefNetは二値分類画像分割に使用されるディープラーニングモデルで、背景除去タスクに特化しています。このモデルはGGUF形式に変換され、vision.cppを通じて消費者向けハードウェアで軽量推論を行い、効率的な画像分割処理を実現できます。
ZhengPeng7
BiRefNetは高解像度バイナリ画像分割のためのモデルで、特にアニメ分割や背景除去タスクに優れています。
Pushti
BiRefNetは高解像度二分画像分割のための双方向参照フレームワークモデルで、背景除去、マスク生成などのタスクに特化し、2048x2048以上の解像度の画像処理をサポートします。
BiRefNetは高解像度バイナリ画像セグメンテーションのための先進的なモデルで、特に背景除去やマスク生成タスクに優れています。
BiRefNetは双方向参照に基づく高解像度二値画像分割モデルで、高解像度透明画像のマット処理専用に設計されています。
BiRefNetは高解像度二分画像分割のための深層学習モデルで、背景除去とマスク生成タスクに特化しています。
BiRefNetは高解像度バイナリ画像分割のためのバイラテラル参照フレームワークモデルで、背景除去とマスク生成タスクに特化しています。
wefttechnologies
BiRefNetは高解像度の二値画像分割に特化した深層学習モデルで、背景から前景オブジェクトを正確に分離できます。
IRPC
BiRefNetは、高解像度のバイナリ画像分割のための深層学習モデルで、バイラテラル参照メカニズムにより正確な画像分割を実現します。
not-lain
BiRefNetは高解像度二分画像分割のための深層学習モデルで、双方向参照メカニズムにより精密な画像分割を実現します。
BiRefNetはバイラテラル参照に基づく高解像度二分画像分割モデルで、背景除去とマスク生成タスクに特化しています。
高解像度二値画像分割のためのバイラテラル参照フレームワーク、背景除去とマスク生成タスクに特化
BiRefNetは高解像度二分画像分割モデルで、双方向参照フレームワークを採用し、複数の画像分割タスクで優れた性能を発揮します。
BiRefNetはバイラテラル参照に基づく高解像度バイナリ画像分割モデルで、背景除去やマスク生成タスクに特化しています。
バイラテラル参照に基づく高解像度バイナリ画像分割モデルで、顕著物体検出と背景除去タスクに特化
BiRefNetは高解像度バイナリ画像分割のための深層学習モデルで、背景除去とマスク生成タスクに特化しています。
高解像度二分画像分割のための双方向参照フレームワーク、背景除去とマスク生成タスクに特化
aigchacker
BiRefNetは高解像度二分画像分割のための深層学習モデルで、バイラテラル参照ネットワークにより精密な画像分割を実現します。
Safetensors英語%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
