关于此模型
BiRefNet（双向参考网络）是专为精准背景移除设计的图像分割模型。与通过提示词编辑的通用图片模型不同，BiRefNet 专门训练用于前景-背景分离，边缘更干净、抠图更精确。
核心特点
- 精准边缘检测 — 高精度处理头发丝、毛发、半透明物体和复杂边界
- 多种模型变体 — 通用（快速/精细）、人像优化、抠图模式
- 最高 2048×2048 — 高分辨率处理，细节更丰富
- 透明 PNG 输出 — 干净的 Alpha 通道，可直接合成
最适合
- 电商产品图去背景
- 人像抠图（证件照、头像、合成素材）
- 设计素材制作（贴纸、叠加层、分层图形）
- 通过 API 批量去除背景
常见问题
应该选择哪个模型变体？
通用（快速）适合大多数图片。人物照片建议使用人像模式（头发边缘处理更好）。复杂场景（毛发、树枝等细节）建议使用通用（精细）— 速度较慢但精度更高。
为什么不用 GPT Image 1.5 去除背景？
GPT Image 1.5 可以通过提示词编辑背景，但 BiRefNet 是专用分割模型 — 抠图更干净、边缘更精确，尤其是头发和半透明物体。而且速度更快、价格更低。