BiRefNet

高分辨率图像一键精准抠图，细节不丢失

开源 🏷️完全免费 ⚠️ 链接可跳转，访问体验不确定计算机视觉 🍴 复刻 350 🐛 待处理 32 👀 关注 33

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 4386

维护状态较活跃

是否开源开源

定价模式 🏷️完全免费开源项目，提供在线Demo，核心功能免费，无付费版本。

项目预览

项目数据

分类计算机视觉

开发团队ZhengPeng7

官网地址https://www.birefnet.cv

GitHubhttps://github.com/ZhengPeng7/BiRefNet

定价模式🏷️完全免费

价格说明开源项目，提供在线Demo，核心功能免费，无付费版本。

访问状态⚠️ 链接可跳转，访问体验不确定

是否开源是

开源协议MIT

主要语言Python

技术栈/模型background-removal,birefnet,camouflaged-object-detection,dichotomous-image-segmentation,high-resolution-image-segmentation,image-segmentation,salient-object-detection

GitHub 星标★ 4386

上线时间2022-08-17 00:00:00

代码更新2026-10-25

仓库体积5.5 MB

本站数据更新2026-11-10

维护状态较活跃

收录时间2026-08-10

浏览次数9

项目介绍

BiRefNet 是一个用于高分辨率二分图像分割（Dichotomous Image Segmentation, DIS）的深度学习模型，由 CAAI AIR 2024 提出。它通过双边参考机制（Bilateral Reference）同时利用全局语义和局部细节信息，精准分割图像中的显著前景物体，尤其擅长处理高分辨率图像。该模型解决了传统分割方法在高分辨率下细节丢失、边界模糊的问题，核心能力包括：高精度分割、多尺度特征融合、以及针对背景移除、伪装物体检测等任务的优化。项目提供了预训练模型和推理代码，支持快速部署，在背景移除、图像编辑、医学影像分析等领域具有广泛应用价值。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-10 · 当前星标 ★ 4386

技术标签

image-segmentation

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：进阶约 10 分钟部署方式：本地安装 3 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

已安装 Git（用于克隆仓库，README 未明确要求）
具备 Python 运行环境（项目开发语言为 Python，README 节选未给出具体版本）
网络可访问 GitHub，能克隆仓库代码
README 节选中 Environment Setup 与 Run 两节代码块为空，具体依赖需以仓库最新说明为准

安装与启动步骤

1克隆项目仓库

从项目信息给出的 GitHub 地址拉取代码到本地，注意仓库名与地址大小写一致。README 未提供其他获取方式。
```
git clone https://github.com/ZhengPeng7/BiRefNet.git
```
2进入项目目录

切换工作目录到克隆下来的仓库根目录，后续环境配置与运行都以此为基准。
```
cd BiRefNet
```
3查阅仓库环境说明

README 节选中 Environment Setup 与 Run 两节的代码块为空，未给出任何安装或运行命令。请打开仓库中的实际文件与最新 README，按其内容安装依赖、下载权重并运行推理，切勿套用本文未列出的命令。