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,V2的区别在于可以加载不同的BiRefNet模型。
对于复杂场景,V2加载的模型分割的效果还不如v1。
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,V2的区别在于可以加载不同的BiRefNet模型。
输入参数 | |
image | 输入待处理图像,支持批量。 |
birefnet_model | 已加载的 BiRefNet 模型。 |
输出参数 | |
image | 带透明通道的 RGBA 图像结果。 |
mask | 前景分割结果的遮罩图(0~1)。 |
控件参数 | |
detail_method | 用于边缘处理的精细化方法。 - VITMatte:高质量推理,需联网或模型文件; - VITMatte(local):使用本地模型; - PyMatting:传统图像边缘细化; - GuidedFilter:轻量快速,适合中低端设备。 |
detail_erode | trimap 腐蚀操作范围,控制前景收缩。增大该值可减少边缘噪点,但可能损失发丝细节。推荐值:4~8。 |
detail_dilate | trimap 膨胀操作范围,控制前景扩展。适当扩大前景边缘,利于保留模糊边缘,如头发。推荐值:2~6。 |
black_point | 掩码映射中的黑点值,控制遮罩的下限。 |
white_point | 掩码映射中的白点值,控制遮罩的上限。 |
process_detail | 是否启用边缘细节精修流程。启用将提升 mask 质量,适用于高质量需求场景,默认建议关闭。 |
device | 执行推理的设备。 |
max_megapixels | 最大支持的处理图像大小(单位:百万像素)。 |
对于复杂场景,V2加载的模型分割的效果还不如v1。