FeyNoBg – Feyn Labs 开源的自动背景去除模型

FeyNoBg是什么

FeyNoBg 是 Feyn Labs 推出的开源自动背景去除模型，基于 BiRefNet 架构深度改进，拥有 2.63 亿参数。模型在 UHRSD-TE、HRSOD-TE 等 8 项基准测试中，有 4 项取得 SOTA 成绩，其余 4 项与最优结果差距不足 2%。团队同时开源了 NoBg Python 库，提供统一的模型运行与训练接口，支持 Hugging Face 生态，采用 Apache-2.0 协议。

FeyNoBg的主要功能

• 高精度背景去除：自动识别图像前景并生成 Alpha 遮罩，支持复杂边缘如头发、毛发、细线等。
• 超高分辨率支持：覆盖 4K、8K 场景的 UHRSD-TE 基准测试表现领先。
• 图像与视频抠图：支持单图、批量图片及视频帧序列的背景去除。
• 开源可训练：通过 NoBg 库可在自定义数据集上微调，支持替换损失函数与调整分辨率。
• Hugging Face 集成：模型与处理器均兼容 transformers 生态，支持一键下载与推送。

FeyNoBg的技术原理

• BiRefNet 双模块架构：定位模块负责前景识别，重建模块负责边界追踪，两者互补协作。
• 第三阶段深度扩展：将特征提取器第三阶段从 18 个块扩展至 24 个块，参数从 2.22 亿增至 2.63 亿，保留原有预训练权重，仅新增块从零训练，避免知识遗忘。
• 多样化数据混合：整合 10 个数据集的 26,100 张图像，涵盖拥挤场景、伪装、高分辨率、肖像、动漫等类型，每来源上限 4,000 张防止单一数据主导。
• 统一标注格式：将分割数据集的前景掩码与抠图数据集的 Alpha 通道统一转换为二值前景掩码，使训练目标一致。
• S-measure 评估：通过 0-1 区间的 S-measure 指标同时奖励主体完整性与形状保真度。