BiRefNet (RMBG)

节点功能:基于 BiRefNet 模型 的精细化背景移除。

输入参数

参数名称说明
image输入图像,需进行背景移除处理。

输出参数

参数名称说明
IMAGE最终输出图像(去背景后叠加指定背景颜色或透明)。
MASK0~1 掩码图,表示前景区域。
MASK_IMAGE可视化掩码图(3 通道 RGB)。

控件参数

参数名称说明
model选择 BiRefNet 模型变体。
mask_blur模糊掩码边缘的程度,0 表示无模糊。值越高边缘越柔和,适合自然过渡场景。默认建议为 0~4。
mask_offset调整掩码边界,正值扩大掩码,负值缩小。可用于微调抠图范围。正值可扩展前景轮廓,负值可收紧边缘。
background最终图像的背景颜色。
invert_output是否反转图像与掩码。
refine_foreground是否启用快速前景色彩优化。建议开启,能提升前景细节质量,尤其是头发、边缘等区域的自然度。
模型名称推荐用途特点
BiRefNet-general通用图像抠图性能均衡,适用于大多数场景
BiRefNet_512x512快速处理标准分辨率图像最快,适合固定尺寸输入(512x512)
BiRefNet-HR高清图片分离前景支持更高分辨率,保持边缘质量
BiRefNet-portrait人像、写真、虚化背景对人脸、头发、边缘处理效果极佳
BiRefNet-matting精细抠图,边缘融合自然注重透明边缘过渡,适合复杂背景
BiRefNet-HR-matting高清+精细抠图高分辨率图+细节保留,质量最好但慢
BiRefNet_lite实时/批量任务轻量快速,适合低资源场景
BiRefNet_lite-2K快速处理 2K 图像高分辨率下仍保持较快速度和不错质量

针对复杂场景下,不同模式的分割效果图,lite模式下分割最彻底且相对完整。

针对半透明场景,不同模式的分割效果图,litelite-2K模式分割效果最好,不仅整体分割出来了,还有层次。

常规使用场景下,各模型的分割效果差异不大,均可满足基本抠图需求。

其他参数的详解,大家可以到Remove Background (RMBG)节点查看,两者使用方法都是一样的。