opción
Hogar
Última hora
Contenido
JohnYoung
JohnYoung
30 de julio de 2026

El equipo de Feyn ha lanzado FeyNoBg, un nuevo modelo de eliminación de fondo que representa el estado del arte (SOTA), y ha publicado la biblioteca NoBg como código abierto. Basado en BiRefNet, amplía los módulos de extracción de características de 18 a 24 (263 millones de parámetros). Entrenado con 10 conjuntos de datos (26 100 imágenes), alcanza la mejor puntuación en la medida S en 4 de los 8 bancos de pruebas. La biblioteca NoBg ofrece un mayor rendimiento, menor latencia y menor consumo de memoria que BiRefNet. Disponible en Hugging Face y GitHub.

El equipo de Feyn ha lanzado FeyNoBg, un nuevo modelo de eliminación de fondo que representa el estado del arte (SOTA), y ha publicado la biblioteca NoBg como código abierto. Basado en BiRefNet, amplía los módulos de extracción de características de 18 a 24 (263 millones de parámetros). Entrenado con 10 conjuntos de datos (26 100 imágenes), alcanza la mejor puntuación en la medida S en 4 de los 8 bancos de pruebas. La biblioteca NoBg ofrece un mayor rendimiento, menor latencia y menor consumo de memoria que BiRefNet. Disponible en Hugging Face y GitHub. El equipo de Feyn ha lanzado FeyNoBg, un nuevo modelo de eliminación de fondo que representa el estado del arte (SOTA), y ha publicado la biblioteca NoBg como código abierto. Basado en BiRefNet, amplía los módulos de extracción de características de 18 a 24 (263 millones de parámetros). Entrenado con 10 conjuntos de datos (26 100 imágenes), alcanza la mejor puntuación en la medida S en 4 de los 8 bancos de pruebas. La biblioteca NoBg ofrece un mayor rendimiento, menor latencia y menor consumo de memoria que BiRefNet. Disponible en Hugging Face y GitHub. El equipo de Feyn ha lanzado FeyNoBg, un nuevo modelo de eliminación de fondo que representa el estado del arte (SOTA), y ha publicado la biblioteca NoBg como código abierto. Basado en BiRefNet, amplía los módulos de extracción de características de 18 a 24 (263 millones de parámetros). Entrenado con 10 conjuntos de datos (26 100 imágenes), alcanza la mejor puntuación en la medida S en 4 de los 8 bancos de pruebas. La biblioteca NoBg ofrece un mayor rendimiento, menor latencia y menor consumo de memoria que BiRefNet. Disponible en Hugging Face y GitHub.
comentario (0)
0/300
OR