opção
JohnYoung
JohnYoung
30 de Julho de 2026

A equipe Feyn lançou o FeyNoBg, um novo modelo de remoção de fundo que representa o estado da arte (SOTA), e disponibilizou a biblioteca NoBg como código aberto. Baseado no BiRefNet, ele amplia os módulos de extração de características de 18 para 24 (263 milhões de parâmetros). Treinado em 10 conjuntos de dados (26.100 imagens), ele alcança a melhor pontuação no S-measure em 4 dos 8 benchmarks. A biblioteca NoBg oferece maior rendimento, menor latência e menor consumo de memória do que o BiRefNet. Disponível no Hugging Face e no GitHub.

A equipe Feyn lançou o FeyNoBg, um novo modelo de remoção de fundo que representa o estado da arte (SOTA), e disponibilizou a biblioteca NoBg como código aberto. Baseado no BiRefNet, ele amplia os módulos de extração de características de 18 para 24 (263 milhões de parâmetros). Treinado em 10 conjuntos de dados (26.100 imagens), ele alcança a melhor pontuação no S-measure em 4 dos 8 benchmarks. A biblioteca NoBg oferece maior rendimento, menor latência e menor consumo de memória do que o BiRefNet. Disponível no Hugging Face e no GitHub. A equipe Feyn lançou o FeyNoBg, um novo modelo de remoção de fundo que representa o estado da arte (SOTA), e disponibilizou a biblioteca NoBg como código aberto. Baseado no BiRefNet, ele amplia os módulos de extração de características de 18 para 24 (263 milhões de parâmetros). Treinado em 10 conjuntos de dados (26.100 imagens), ele alcança a melhor pontuação no S-measure em 4 dos 8 benchmarks. A biblioteca NoBg oferece maior rendimento, menor latência e menor consumo de memória do que o BiRefNet. Disponível no Hugging Face e no GitHub. A equipe Feyn lançou o FeyNoBg, um novo modelo de remoção de fundo que representa o estado da arte (SOTA), e disponibilizou a biblioteca NoBg como código aberto. Baseado no BiRefNet, ele amplia os módulos de extração de características de 18 para 24 (263 milhões de parâmetros). Treinado em 10 conjuntos de dados (26.100 imagens), ele alcança a melhor pontuação no S-measure em 4 dos 8 benchmarks. A biblioteca NoBg oferece maior rendimento, menor latência e menor consumo de memória do que o BiRefNet. Disponível no Hugging Face e no GitHub.
Comentários (0)
0/300
OR