Modelo FeyNoBg
Modelo de IA de FeyNoBg para eliminar fondos
El modelo de FeyNoBg separa el sujeto principal del fondo y devuelve una imagen transparente.
Funciona mejor cuando el primer plano se distingue visualmente de la escena. El pelo fino, los bordes suaves, el desenfoque de movimiento y los objetos transparentes son casos naturalmente más difíciles.
La ejecución del modelo se concentra detrás de un solo adaptador. Así se pueden probar cambios de proveedor sin mezclar facturación, autenticación o interfaz con la integración del modelo.
Un único propósito
La canalización se centra en eliminar fondos en lugar de convertirse en un editor enorme.
Asíncrono
Los procesos largos no mantienen abierta una solicitud del navegador indefinidamente.
Adaptador reemplazable
El código específico del modelo queda aislado de créditos y páginas del producto.
Investigación del modelo
Qué hace FeyNoBg y qué no hace
FeyNoBg es un modelo de extracción automática de primer plano basado en BiRefNet. Predice el primer plano y una máscara alfa por píxel sin pedir que selecciones o describas un sujeto.
Cómo se construyó el modelo
Detecta el primer plano completo
El modelo encuentra automáticamente los elementos del primer plano. En una persona sentada en un sofá puede incluir ambos; no es una herramienta con prompt para elegir «solo esta persona».
Tercera etapa de rasgos más profunda
Feyn amplió la tercera etapa extractora de BiRefNet de 18 a 24 bloques conservando los pesos preentrenados compatibles, de unos 222M a 263M parámetros.
Mezcla de entrenamiento controlada
Se reunieron 26.100 ejemplos de 10 conjuntos de datos. Cada fuente se limitó a 4.000 imágenes para evitar el dominio de un ámbito visual y se entrenó durante 7.000 pasos.
Sólido, pero ligado al benchmark
Feyn informa del mejor S-measure publicado en cuatro de ocho benchmarks y una diferencia inferior al 2% en el resto. Son resultados de pruebas, no una garantía para cada imagen.
Entrada fija, alfa a tamaño original
El modelo trabaja a 1024×1024. La máscara alfa se redimensiona a la fuente: una exportación grande conserva el lienzo, pero no crea detalle nativo que el modelo nunca vio.
Dónde aún hace falta criterio
La extracción combina localizar el objeto y reconstruir con precisión su borde. Mejorar una habilidad no mejora automáticamente la otra.
- Pelo, radios, desenfoque de movimiento, camuflaje, cristal y bordes semitransparentes siguen siendo difíciles para cualquier modelo automático.
- Si necesitas un solo objeto de un grupo, conviene más un flujo con prompt o refinamiento manual.
- Revisa los resultados importantes al 100%. Un buen promedio aún puede fallar en el borde decisivo de una foto concreta.
Atribución y límites de licencia
Feyn creó FeyNoBg sobre la arquitectura de investigación BiRefNet. Este sitio envía los trabajos al endpoint FeyNoBg alojado por fal.ai y no distribuye los pesos de entrenamiento.
La biblioteca Python NoBg declara actualmente Apache-2.0, mientras que la ficha oficial de Hugging Face declara CC-BY-NC-4.0. El endpoint de fal.ai está marcado para uso comercial. Son artefactos y términos distintos: verifica la licencia vigente del artefacto exacto que vayas a autoalojar o redistribuir.