FeyNobg

インストール

FeyNobgにオプションの追加パッケージは不要です。インポートするものはすべて基本インストールに含まれます。

pip install libreyolo

推論

チェックポイントは他のファミリーと同様に、初回使用時にHugging Face上のLibreYOLO組織からダウンロードされ、ローカルにキャッシュされます。ただし、このページのチェックポイント表にはまだ掲載されていません。

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreFeyNobgl-matte.pt")result = model(SAMPLE_IMAGE, save=True) matte = result.matteprint(matte.array.shape, matte.array.dtype)

libreyolo predict model=LibreFeyNobgl-matte.pt source=https://raw.githubusercontent.com/LibreYOLO/libreyolo/release/libreyolo/assets/parkour.jpg save=True

from libreyolo import LibreYOLO, SAMPLE_IMAGE model = LibreYOLO("LibreFeyNobgl-matte.pt")result = model(SAMPLE_IMAGE) # RGBA (H, W, 4) uint8で元のRGBとアルファチャンネルとしてのマットrgba = result.cutout()result.save("subject.png")

マットの結果にはボックスがありません。result.matte は [0, 1] の範囲を持つ密な (H, W) のfloat32配列で、1は完全な前景、0は完全な背景です。バイナリマスクとは異なり、ソフトマットは髪や毛皮など、アンチエイリアスされたエッジの細部を保持します。result.cutout() は元画像とそのアルファチャンネルを合成してRGBA配列を作り、result.save(path)（または推論呼び出しの save=True）は透明背景のPNGへ直接書き出します。モデルはネイティブの固定1024x1024キャンバスで実行されます。Swinバックボーンの相対位置テーブルがこのサイズに結び付いており、不一致ではエラーを発生させず不適切に補間されるため、別の解像度には対応していません。ソース、ストリーミング、結果の処理については、推論を参照してください。

バリアント

公開サイズはSwin-L階層のバックボーンを持つ l 1つです。FeyNobgはBiRefNetのアーキテクチャを採用し、再学習前に3番目のSwin段階を18ブロックから24ブロックへ深層化しています。そのため、LibreYOLOの移植版はBiRefNetの順伝播経路、前処理、単一logit出力契約を再利用します。推論、検証、チェックポイント処理は birefnet ファミリーと同じ動作です。

検証

val() は、対応付けられた画像とマットのフォルダーに対して2つの指標を報告します。どちらも [0, 1] の範囲で、解像度に依存しません。MAEは正解アルファに対する平均絶対誤差（低いほど良い）です。S-measure（Fanほか、ICCV 2017）は、ピクセル単位のMAEだけでは捉えられない、対象の形状と穴の保持を評価する構造的類似度（高いほど良い）です。検証ではモデル独自の predict を使用するため、ファミリー固有の正確な前処理が適用されます。

from libreyolo import LibreYOLO model = LibreYOLO("LibreFeyNobgl-matte.pt") # images/と自動検出されるマットディレクトリを含むディレクトリも# データセットYAMLの代わりに使用可能 マットディレクトリ候補は# mattes/ matte/ gt/ masks/ mask/またはalpha/metrics = model.val(data="my-matte-dataset/") print(metrics["metrics/MAE"])print(metrics["metrics/Smeasure"])

検証は推論のみです。アップストリームの nobg ライブラリはApache-2.0の学習コードを提供しています。現在のファインチューニングはそこで学習し、LibreYOLO独自の変換スクリプトで結果を変換する方法です。このファミリーで train() を呼び出すと、部分的な学習器を実行せずエラーになります。

ライセンス

引用

@software{nobg,
  title={nobg: Open Source Background Removal Models for Image and Video Matting},
  author={Hichri, Hafedh},
  year={2026},
  url={https://github.com/feyninc/nobg},
  license={Apache-2.0},
}