【亲测免费】 BiRefNet 项目推荐

1. 项目基础介绍和主要编程语言

BiRefNet 是一个开源的高分辨率二值图像分割项目，由 ZhengPeng7 在 GitHub 上维护。该项目的主要编程语言是 Python，并且使用了 PyTorch 深度学习框架来实现其核心功能。

2. 项目核心功能

BiRefNet 的核心功能是实现高分辨率二值图像分割。它通过双边参考机制来提升图像分割的精度和效率。该项目的应用场景包括但不限于：

• 图像分割
• 目标检测
• 图像抠图

3. 项目最近更新的功能

BiRefNet 项目最近更新了以下功能：

• 2024年8月30日：上传了教程中的笔记本，用于本地运行推理和 ONNX 转换。
• 2024年8月23日：BiRefNet 正式在 CAAI AIR 期刊上发布，并感谢了新闻发布。
• 2024年8月19日：上传了所有权重的 ONNX 模型文件到 GitHub 发布和 GDrive 文件夹。
• 2024年7月30日：感谢 @not-lain 将 BiRefNet 添加到官方的 huggingface.js 仓库。
• 2024年7月28日：发布了用于框引导分割的 Colab 演示。
• 2024年7月15日：将 BiRefNet 部署到 Hugging Face Models，用户可以一行代码轻松加载。
• 2024年6月21日：上传了原始论文的中文版本到 GDrive。
• 2024年5月28日：建立了一个包含不同大小和任务的 BiRefNet 模型库，包括通用用途、抠图分割、DIS、HRSOD、COD 等。
• 2024年5月7日：发布了用于多图像推理的 Colab 演示，感谢 @rishabh063 的支持。
• 2024年4月9日：感谢 Features and Labels Inc. 部署了一个酷炫的在线 BiRefNet 推理 API，并提供了强大的 GPU 资源进行更广泛实验。
• 2024年3月7日：发布了 BiRefNet 代码、原始论文中所有任务的训练权重以及相关内容到 GDrive 文件夹，同时部署到 Hugging Face Spaces 以便于在线使用，并发布了用于推理和评估的 Colab 演示。
• 2024年1月7日：在 arXiv 上发布了论文。