节点功能：使用BiRefNet模型去除背景，有更好的识别能力，同时具有超高的边缘细节。
| 输入参数 | |
| image | 输入待处理图像，支持批量。 |
| 输出参数 | |
| image | 包含 alpha 通道的图像结果。 |
| mask | 二值化或半透明遮罩图像。 |
| 控件参数 | |
| detail_method | 选择用于边缘精细化处理的算法。 VITMatte：基于视觉 Transformer 架构，效果精细但依赖模型文件的边缘细化算法。 VITMatte(local)：本地化的 VITMatte，同样精细且在本地运行，对设备要求高。 PyMatting：基于 Python，灵活开源，在复杂场景精细度稍逊的边缘处理算法。 GuidedFilter：轻量级，计算量小，适合在设备性能有限时保留细节的边缘细化算法。 VITMatte 模型效果精细，需依赖模型文件；GuidedFilter 更轻量适合细节保留。建议根据设备与需求选择。 |
| detail_erode | 腐蚀操作半径，影响 trimap 的内部区域。数值越大，边缘被缩小得越多。用于控制前景的收缩范围。建议值：4-10。 |
| detail_dilate | 膨胀操作半径，影响 trimap 的外扩边缘。增加该值可扩大前景区域，有助于包含发丝、边缘等细节。建议值：4-10。 |
| black_point | mask 中最低灰度映射点，控制掩码对比度下限。调整黑点有助于增强遮罩对比度，常配合白点使用。 |
| white_point | mask 中最高灰度映射点，控制掩码对比度上限。增加白点可让前景更显著，但容易出现过曝边缘。建议微调。 |
| process_detail | 是否启用边缘细节处理。 |
| device | 指定使用的处理设备。 |
| max_megapixels | 限制 VITMatte 处理的最大图像尺寸（单位：百万像素）。 |
注意：使用该节点从这里下载BiRefNet-ep480.pth, pvt_v2_b2.pth, pvt_v2_b5.pth, swin_base_patch4_window12_384_22kto1k.pth, swin_large_patch4_window12_384_22kto1k.pth 5个文件至ComfyUI/models/BiRefNet文件夹。
关于其他参数的使用大家可到LayerMask: BENUltra(Advance)节点文章查看。