オプション
家
速報
コンテンツ
JohnYoung
JohnYoung
2026年7月30日

Feynチームは、SOTA(最先端)の背景除去モデル「FeyNoBg」を発表し、NoBgライブラリをオープンソース化しました。BiRefNetを基盤としており、特徴抽出モジュールを18から24に拡張しています(パラメータ数2億6300万)。 10のデータセット(26,100枚の画像)で学習を行い、8つのベンチマークのうち4つでS-measureの最高値を記録しました。NoBgライブラリは、BiRefNetに比べてスループットが高く、レイテンシが低く、メモリ使用量も少ないという特徴があります。Hugging FaceおよびGitHubで公開されています。

Feynチームは、SOTA(最先端)の背景除去モデル「FeyNoBg」を発表し、NoBgライブラリをオープンソース化しました。BiRefNetを基盤としており、特徴抽出モジュールを18から24に拡張しています(パラメータ数2億6300万)。 10のデータセット(26,100枚の画像)で学習を行い、8つのベンチマークのうち4つでS-measureの最高値を記録しました。NoBgライブラリは、BiRefNetに比べてスループットが高く、レイテンシが低く、メモリ使用量も少ないという特徴があります。Hugging FaceおよびGitHubで公開されています。 Feynチームは、SOTA(最先端)の背景除去モデル「FeyNoBg」を発表し、NoBgライブラリをオープンソース化しました。BiRefNetを基盤としており、特徴抽出モジュールを18から24に拡張しています(パラメータ数2億6300万)。 10のデータセット(26,100枚の画像)で学習を行い、8つのベンチマークのうち4つでS-measureの最高値を記録しました。NoBgライブラリは、BiRefNetに比べてスループットが高く、レイテンシが低く、メモリ使用量も少ないという特徴があります。Hugging FaceおよびGitHubで公開されています。 Feynチームは、SOTA(最先端)の背景除去モデル「FeyNoBg」を発表し、NoBgライブラリをオープンソース化しました。BiRefNetを基盤としており、特徴抽出モジュールを18から24に拡張しています(パラメータ数2億6300万)。 10のデータセット(26,100枚の画像)で学習を行い、8つのベンチマークのうち4つでS-measureの最高値を記録しました。NoBgライブラリは、BiRefNetに比べてスループットが高く、レイテンシが低く、メモリ使用量も少ないという特徴があります。Hugging FaceおよびGitHubで公開されています。
コメント (0)
0/300
OR