ormbg是一个基于基于高度准确的二分类图像分割（DIS）的全新开源背景移除模型，它专门针对含有人物的图像进行了优化，此模型类似于 RMBG-1.4，但提供了开放的训练数据和流程，且商业使用免费。它提供了训练数据和流程的详细信息，并且商业使用完全免费。
- 模型地址：https://huggingface.co/schirrmacher/ormbg
- Demo：https://huggingface.co/spaces/schirrmacher/ormbg
- Human数据集：https://huggingface.co/datasets/schirrmacher/humans
ormbg是在Human Segmentation Dataset数据集上进行训练的。经过在单个英伟达GeForce RTX 4090显卡上的10,000次迭代后，它取得了令人瞩目的成果：训练时间仅需8小时，训练损失低至0.1179，验证损失为0.1284，最大F1分数高达0.9928，平均绝对误差仅为0.005。
图像二类分割（Dichotomous Image Segmentation，简称DIS）是由穆罕默德·本·扎耶德人工智能大学、腾讯优图实验室、苏黎世联邦理工学院和特斯联科技集团的研究人员推出，这是一种高精度图像处理技术。这项技术的目标是从自然图像中精确地分割出物体，无论是显著的、伪装的或是结构复杂的物体，都能被准确地识别和分离出来。
- GitHub：https://github.com/xuebinqin/DIS
- 模型地址：https://huggingface.co/doevent/dis
- Demo：https://huggingface.co/spaces/doevent/dis-background-removal
例如，你有一张包含许多不同物体的照片，比如一张森林的照片，里面有树木、动物、天空和地面。图像二类分割技术就像一个超级放大镜和精准的剪刀，可以帮助我们从这张照片中把每一棵树、每一只动物甚至天空和地面都完美地分割出来，不管它们在照片中是大是小，是明显还是难以察觉。
主要功能：
- 高精度分割：能够精确地识别和分割图像中的各种物体。
- 鲁棒性强：即使在物体被遮挡或与背景融为一体的情况下，也能保持高准确度。
主要特点：
- 大规模数据集DIS5K：研究者创建了一个包含5470张高分辨率图像的数据集，这些图像覆盖了各种背景和复杂结构的物体。
- 中间监督基线IS-Net：提出了一个基于中间监督的简单网络，通过特征级和掩码级指导来训练DIS模型。
- 人工矫正量（HCE）：设计了一个新的评估指标，用于衡量模型预测与现实应用之间的差距。
工作原理：
- 数据收集与标注：首先手动收集大量图片，并进行像素级精度的手工标记。
- 特征提取：使用深度学习模型从图像中提取特征。
- 中间监督：在训练过程中，通过比较网络中间层的输出与真实标签的编码表示，来引导和优化模型的学习。
- 特征同步：通过特征同步机制，确保网络学习到的特征能够与目标物体的细节紧密对齐。
- 评估与优化：使用人工矫正量（HCE）等指标来评估分割结果，并据此优化模型。
具体应用场景：
- 图像编辑：在图像编辑软件中，可以利用这项技术来精确地选取和编辑图像中的特定物体。
- 增强现实（AR）/虚拟现实（VR）：在AR/VR应用中，精确的物体分割可以帮助创建更加真实的交互环境。
- 医学图像分析：在医学领域，这项技术可以用来精确地分割医学图像，辅助医生进行诊断。
- 机器人操作：在机器人视觉系统中，精确的物体分割有助于机器人更好地理解其工作环境，进行精确操作。
评论0