FeyNoBg 모델
FeyNoBg AI 배경 제거 모델
FeyNoBg 처리 모델은 주요 피사체를 배경과 분리하고 투명 이미지를 반환합니다.
전경이 주변 장면과 시각적으로 구분될 때 가장 잘 작동합니다. 가는 머리카락, 부드러운 가장자리, 모션 블러, 투명 물체는 본래 더 어려운 경우입니다.
모델 실행은 하나의 어댑터 뒤에 모아 둡니다. 인증, 크레딧, 결제 또는 화면 코드를 섞지 않고 제공업체 변경을 검증할 수 있습니다.
하나의 목적
방대한 편집기로 확장하지 않고 배경 제거에 집중합니다.
비동기 처리
긴 작업 때문에 브라우저 요청을 무기한 열어 두지 않습니다.
교체 가능한 어댑터
모델별 코드를 크레딧과 제품 페이지에서 분리합니다.
모델 리서치
FeyNoBg가 하는 일과 하지 않는 일
FeyNoBg는 BiRefNet을 기반으로 한 자동 전경 추출 모델입니다. 대상을 클릭하거나 설명하지 않아도 전경과 픽셀별 알파 매트를 예측합니다.
모델 구축 방식
전경 전체를 탐지
전경 요소를 자동으로 찾습니다. 사람이 소파에 앉은 사진에서는 사람과 소파가 함께 포함될 수 있으며, ‘이 사람만’ 지정하는 프롬프트 기반 도구가 아닙니다.
더 깊어진 세 번째 특징 단계
Feyn은 호환되는 사전 학습 가중치를 유지하면서 BiRefNet의 세 번째 특징 추출 단계를 18블록에서 24블록으로 늘려 약 222M에서 263M 파라미터로 확장했습니다.
편향을 줄인 혼합 학습 세트
10개 데이터셋에서 26,100개 예제를 구성하고 한 시각 영역의 지배를 줄이기 위해 출처별 4,000장으로 제한한 뒤 7,000스텝 학습했습니다.
강력하지만 벤치마크에 한정
Feyn은 8개 벤치마크 중 4개에서 공개 최고 S-measure, 나머지에서 선두와 2% 이내를 보고했습니다. 이는 테스트셋 결과이며 모든 이미지의 보장은 아닙니다.
고정 입력과 원본 크기 매트
모델은 1024×1024 입력으로 실행됩니다. 알파 매트를 원본 크기로 되돌려 큰 캔버스를 유지하지만, 모델이 보지 못한 원본 디테일을 새로 만드는 것은 아닙니다.
자동 제거에도 판단이 필요한 경우
전경 추출은 물체 위치 파악과 정밀한 경계 복원을 함께 요구합니다. 한쪽의 개선이 다른 쪽의 개선을 자동으로 뜻하지는 않습니다.
- 머리카락, 바퀴살, 모션 블러, 위장 무늬, 유리와 반투명 가장자리는 모든 자동 모델에 어려운 사례입니다.
- 여러 물체 중 하나만 필요하다면 자동 전경 추출보다 프롬프트 기반 또는 수동 보정 작업이 더 적합합니다.
- 중요한 결과는 100% 확대해 확인하세요. 평균 벤치마크가 높아도 특정 사진의 핵심 경계를 놓칠 수 있습니다.
출처 표시와 라이선스 경계
Feyn은 BiRefNet 연구 아키텍처를 기반으로 FeyNoBg를 만들었습니다. 이 웹사이트는 생성 작업을 fal.ai의 호스팅 FeyNoBg 엔드포인트로 보내며 학습 가중치를 배포하지 않습니다.
NoBg Python 라이브러리는 현재 Apache-2.0을, 공식 Hugging Face 모델 카드는 현재 CC-BY-NC-4.0을 명시합니다. fal.ai 엔드포인트는 상업적 사용 가능으로 표시됩니다. 서로 다른 산출물과 조건이므로 직접 호스팅하거나 재배포할 정확한 산출물의 최신 라이선스를 확인하세요.