【Show HN】背景削除に革命を!高精度AIモデル「FeyNoBg」と学習用ライブラリ「NoBg」を公開しました
Show HN: FeyNoBg – Automatic background removal model and training library
Hacker Newsの皆さん、こんにちは!FeynのShreyashです。私たちは企業が独自のデータからカスタムAIモデルを構築するサポートをしています。今回、自動背景削除モデル「FeyNoBg」をリリースしました!あわせて、このモデルの学習と実行を容易にするPythonライブラリ「NoBg」もオープンソースとして公開しています。モデルの試用はこちら(https://huggingface.co/spaces/feyninc/feynobg)、ライブラリの詳細はGitHub(https://github.com/feyninc/nobg)をチェックしてください。出力サンプルはこちら:(1) サッカーのフリーキック (https://drive.google.com/file/d/1MZkAGLwbhNVOZ0Oi7XvpCfSEu9QPCbwj/view?usp=sharing) (2) 風になびく髪 (https://drive.google.com/file/d/1Odc2m0XMVH9uZtvI_KjaRbXzhLLdGK8Z/view?usp=sharing) (3) スポークが見える自転車 (https://drive.google.com/file/d/1h99ahjfrtS1MFQJJgiKE2fuM3HZyQ-QJ/view?usp=sharing) (4) ライブデモ動画 (https://youtu.be/b1heHPvY8BM)。画像から被写体を切り抜く「背景削除」は、非常に一般的でありながら奥が深く、AIにとっては意外と難易度の高いタスクです。迷彩やモーションブラー、髪の毛のような細かい構造は、従来のモデルを悩ませる要因でした。背景削除には「前景の認識」と「境界線の正確なトレース」という2つのスキルが不可欠です。私たちは、BiRefNetのアーキテクチャを分析し、特徴抽出の第3ステージを18ブロックから24ブロックへ拡張することで、前景特定と境界精度の両立を実現しました。計10のデータセットからなる26.1万件の多様な学習データを用いた結果、8つのベンチマークのうち4つで最高スコアを達成しました。また、バラバラになりがちな背景削除モデルのワークフローを統一するため、NoBgライブラリも開発しました。現在はBiRefNetをサポートしており、今後も対応アーキテクチャを増やしていく予定です。フィードバックや質問があればお気軽にどうぞ!