Фон с картинок теперь снимает открытая модель: лучший результат на 4 бенчмарках из 8

27 июля компания Feyn выложила FeyNoBg - модель удаления фона, которая берёт лучший опубликованный результат на 4 бенчмарках из 8. На остальных четырёх она отстаёт от лидера меньше чем на 2%. Рядом Feyn открыла NoBg - Python-библиотеку, которой эту модель обучали и запускают; веса и демо лежат на Hugging Face.

Почему это важно: Модели матирования до сих пор выезжали отдельными репозиториями: у каждой свой препроцессинг, своё обучение, своя оценка. Хочешь сравнить две или дообучить чужую - переписываешь обвязку с нуля. NoBg собирает эти три шага за одним Python-интерфейсом, пока только для архитектуры BiRefNet. Саму FeyNoBg тоже собрали из BiRefNet: третью стадию экстрактора признаков расширили с 18 блоков до 24, сохранив предобученные веса, и дообучили на 26,1 тысячи примеров из 10 датасетов. Задача разваливается на два навыка - найти объект и обвести его границу с прозрачностью по каждому пикселю, - и учат их обычно на разных данных. Feyn честно показывает цену ошибки в миксе: прогон только на датасете MaskFactory поднял метрику на CAMO и просадил её на DIS5K. О скорости инференса, требованиях к железу и лицензии в анонсе ни слова.

Что дальше: Прогнать через демо на Hugging Face свои худшие кадры - волосы на ветру, спицы велосипеда, смазанное движение - и сравнить маски с тем, чем режете фон сейчас. Feyn обещает добавить в NoBg другие архитектуры кроме BiRefNet, даты нет.