# 圖像分割

BEN2（Background Erase Network）是一個創新的圖像分割模型，採用了Confidence Guided Matting（CGM）流程。它通過一個細化網絡專門處理模型置信度較低的像素，從而實現更精確的摳圖效果。BEN2在頭髮摳圖、4K圖像處理、目標分割和邊緣細化方面表現出色。其基礎模型是開源的，用戶可以通過API或Web演示免費試用完整模型。該模型訓練數據包括DIS5k數據集和22K專有分割數據集，能夠滿足多種圖像處理需求。

WePOINTS是由微信AI團隊開發的一系列多模態模型，旨在創建一個統一框架，容納各種模態。這些模型利用最新的多模態模型進展和技術，推動內容理解和生成的無縫統一。WePOINTS項目不僅提供了模型，還包括了預訓練數據集、評估工具和使用教程，是多模態人工智能領域的重要貢獻。

RMBG-2.0是由BRIA AI開發的背景移除模型，旨在有效分離圖像中的前景和背景。該模型在包括通用庫存圖像、電子商務、遊戲和廣告內容的精選數據集上進行了訓練，適合商業用例，能夠大規模驅動企業內容創作。其準確性、效率和多功能性可與領先的開源模型相媲美。RMBG-2.0是作為源代碼可用的模型，用於非商業用途。

finegrain-object-cutter 是一個基於Hugging Face Spaces平臺的圖像編輯工具，它利用先進的機器學習技術來實現對圖像中對象的細粒度切割。該工具的主要優點在於其高精度和易用性，用戶可以通過簡單的操作來實現複雜的圖像編輯任務。它特別適合需要對圖像進行精細處理的設計師和開發者，可以廣泛應用於圖像編輯、增強現實、虛擬現實等領域。

BiRefNet是一款專注於高精度圖像分割的模型，它利用雙邊參考技術實現高分辨率的二元圖像分割。這項技術在教育、醫療、地理等多個領域都有廣泛的應用，特別是在需要精確分割圖像以進行進一步分析的場合，如醫學成像、自動駕駛車輛等。

ComfyUI-segment-anything-2是一個基於segment-anything-2模型的圖像分割庫，它允許用戶通過ComfyUI節點輕鬆實現圖像分割功能。該庫目前處於開發階段，但功能已經基本可用。它通過自動下載模型並集成到ComfyUI中，為用戶提供了一個簡單易用的圖像分割解決方案。

AI 智能圖像分割是一款基於 Figma 的插件，利用先進的 Segment Anything 模型 (SAM) 和 🤗 Transformers.js 技術，為設計師和藝術家提供了一個交互式和精確的圖像分割工具。它通過點擊交互的方式，簡化了從圖像中提取對象或區域的過程，極大提升了設計效率，釋放了創造力。該插件免費使用且開源，允許用戶自定義併為其開發做出貢獻。

RMBG-1.4是一個用於圖像背景去除的Pytorch模型,由BRIA AI開發,經過專業級數據集的訓練,能夠高效準確地分割前景和背景。該模型的精度、效率和通用性目前可與領先的開源模型媲美,適用於支持企業大規模內容創作的商業使用案例。由於使用了合法許可的訓練數據集並有效減輕了模型偏差,RMBG-1.4在保證內容安全方面尤為突出。

EmerDiff是一種新興的擴散模型，旨在通過利用擴散模型提取的語義知識，生成細粒度的分割地圖，無需額外訓練。該模型通過利用Stable Diffusion（SD）提取的語義知識，克服了從低維特徵圖中直接提取像素級語義關係的挑戰，並利用這些關係構建了圖像分辨率的分割地圖。經過廣泛實驗驗證，生成的分割地圖清晰且捕捉了圖像的詳細部分，表明擴散模型中存在高度準確的像素級語義知識。

ActAnywhere是一個用於自動生成與前景主體運動和外觀相符的視頻背景的生成模型。該任務涉及合成與前景主體運動和外觀相一致的背景,同時也符合藝術家的創作意圖。ActAnywhere利用大規模視頻擴散模型的力量,並專門定製用於此任務。ActAnywhere以一系列前景主體分割作為輸入,以描述所需場景的圖像作為條件,生成與條件幀相一致的連貫視頻,同時實現現實的前景和背景交互。該模型在大規模人機交互視頻數據集上進行訓練。大量評估表明該模型的性能明顯優於基準,可以泛化到各種分佈樣本,包括非人類主體。

Sam是一個使用C++從頭實現的圖像分割模型。它能夠對圖像進行像素級分割,定位對象邊界,無需任何額外代碼和註釋。Sam基於Meta的Segment Anything Model,利用Transformer架構進行端到端的圖像分割預測。它提供了簡單易用的C++接口,支持命令行和圖形界面兩種使用方式。Sam可以高效運行在CPU上,模型小巧,同時保證了良好的分割精度。它非常適合在需要高性能但無法使用GPU的嵌入式環境中部署和使用圖像分割模型。

SAM是一個可提示的分割系統,能夠對不熟悉的對象和圖像進行零樣本泛化,無需額外訓練。它使用各種輸入提示,可以進行廣泛的分割任務,無需額外訓練。它的可提示設計可以與其他系統靈活集成。它在1100萬張圖像上訓練,擁有10億個分割掩模。它的高效模塊化設計使其可以在幾毫秒內進行推理。Segment Anything Model (SAM)，該模型能夠根據文本指令等方式實現圖像分割，而且萬物皆可識別和一鍵摳圖，上傳圖片點擊物體即可識別。

Skyglass是一款AI智能圖像處理工具，提供圖像識別、圖像增強、圖像分割等功能，幫助用戶快速優化和處理圖像，提高工作效率。定價靈活，適用於個人用戶和企業用戶，定位於提供高效、簡單易用的圖像處理解決方案。