RMBG-2.0

由BRIA AI推出的一款下一代图像背景移除模型，它基于创新的BiRefNet架构，能够在复杂环境中提供高精度的背景移除结果

一、RMBG-2.0的概述

RMBG – 2.0是BRIAAI推出的最新图像背景移除模型，于2024年发布。它是一个开源模型，基于深度学习技术构建，特别是利用卷积神经网络（CNN）来实现高精度的前景与背景分离任务，在图像前景与背景分离任务上达到了当前最佳（State – of – the – Art， SOTA）水平。

（一）开发与基础架构

RMBG – 2.0基于创新的BiRefNet架构开发，这一架构融合了双边参考机制，使得模型在高分辨率图像分割中具有精准性和稳定性。模型由定位模块（LM）和恢复模块（RM）两个主要模块构成，其中定位模块负责生成语义图，而恢复模块细致修复前景边界，从而确保了分割结果的精确度。

（二）数据与训练

RMBG – 2.0在大量标注好的数据上进行训练，这些数据主要包括超过15,000张高分辨率图像，涵盖了通用图像、电子商务、游戏、广告内容等多种类型。值得一提的是，模型的训练过程是其性能提升的关键因素。通过在如此丰富和多样的数据集上进行学习，RMBG – 2.0能够准确地理解图像中前景和背景的特征，学习如何区分前景和背景，进而提高背景移除的准确性[],[]。

（三）版本升级带来的提升

与前代版本RMBG – 1.4相比，RMBG – 2.0性能有显著提升。RMBG – 1.4版本的准确率为73.26%，而2.0版本的准确率大幅提升至90.14%，甚至超越了业界知名的付费工具remove.bg ，这表明RMBG – 2.0在图像背景移除方面的效果和潜力非常突出。

二、RMBG – 2.0的特点

（一）高精度背景移除

RMBG – 2.0能够准确地从各种类型的图像中分离出前景对象，移除背景。无论是通用股票图片、带人物的图像（如人物与物体/动物、仅人物、带文本的人物/物体/动物），还是仅物体、仅动物、仅文本的图像，其都能实现很好的分割效果，真正做到精准地将前景与背景分离开来，这体现了模型在处理不同场景图像时的高精度特性。例如在电子商务产品图片处理中，能够清晰地将所展示的商品从复杂背景中分离出来，在广告制作中，可以精准地提取出广告的主体元素等。

（二）商业用途支持

它适用于多种商业领域，如电子商务、广告设计和游戏开发等领域，可以支持企业级内容的大规模创建。这意味着企业可以利用RMBG – 2.0大规模处理图像相关的商业任务，比如电商企业对众多商品图片进行背景去除以提升产品吸引力，广告公司快速创建主体明确的广告素材，游戏开发公司将这一技术用于游戏角色或道具图像的处理等，有效提高生产效率和商业价值的创造。并且，在许可方面，RMBG – 2.0以CreativeCommons许可供非商业使用，如果用于商业应用则需与BRIA签订协议[]。

（三）云服务器无关架构

具有云服务器无关架构是RMGB – 2.0的另一个显著特点。模型的设计使得它可以在不同的云平台和服务器上运行，这种灵活性和可扩展性非常重要。使用者无需受特定硬件或软件环境的限制，能够根据自身需求选择不同的云服务进行部署。例如，小型企业可能选择较为经济的云服务器，而大型企业则可以根据其高性能计算和大容量存储的需求选择更强大的云平台资源，而RMBG – 2.0都能够很好地适应[]。

（四）多模态归因引擎

该引擎可以处理多种类型的数据，如同时处理图像与文本等多模态数据。这一功能提高了模型对图像内容的理解能力，进一步提升了背景移除的准确性。例如，当有文本描述来辅助对图像类型或图像特定元素进行定义时，模型可以更好地确定前景和背景边界，在处理一些语义复杂的图像时（如历史文化题材图像包含多种元素与对应的描述信息）可以体现出极佳的优势[]。

（五）提供数据训练平台

RMBG – 2.0拥有数据训练平台，支持大规模数据训练。这有助于持续提升模型性能，随着新的数据不断被纳入训练集，模型能够学习到更多不同类型的前景和背景特征，可以更好地应对现实场景中的复杂图像情况，保持模型在不断变化的图像背景移除需求下的先进性和高效性[]。

三、RMBG – 2.0的应用领域

（一）电子商务领域

在电子商务领域有广泛的应用。在产品展示方面，RMBG – 2.0可以精确地将产品从拍摄背景中分离出来，制作出只显示产品主体的干净图像，突出产品的特点和细节。这有助于提高产品在电商平台上的吸引力，增加消费者的购买意愿。例如在服装电商中，能够清晰地将服装从模特或背景中分割出来，以更专业的形象呈现给消费者。同时，对于电商企业大量的产品图片库来说，可以利用该模型进行大规模的图片处理，提高运营效率[]。

（二）广告行业

在广告行业也是不可或缺的工具。广告制作中常常需要制作素材，将主体对象从背景中凸显出来是关键步骤之一。RMBG – 2.0能够快速而准确地提取广告主体，无论是人物、产品还是标识等。例如制作户外广告牌图像时，可以利用该模型将广告主角与周围环境分离，创造更加吸引眼球的广告效果。对于包含多种元素的复杂广告创意，也能通过其高精度的背景移除功能进行快速制作[]。

（三）游戏开发

游戏开发中，角色建模、道具设计等都可能用到图像背景移除技术。RMBG – 2.0可以帮助游戏开发者将游戏角色或道具从原始创作背景中分离出来，以便进行后续的优化、加工和整合到游戏场景中。比如游戏中的各类武器、装备等图像，可以精准地去除背景，更好地适配不同的游戏场景和角色，提升游戏的视觉效果和沉浸感[]。

（四）摄影后期处理

在摄影后期处理方面能够发挥很大作用。摄影师可以使用RMBG – 2.0快速去除非必要的背景元素，聚焦于主体对象进行更加个性化的创作或调整。例如肖像摄影后期，可以轻松叉除杂乱的背景，让人物主体更加突出；在风景摄影中，也能选择特定的元素做前景并移除其他的背景杂物，重新构建画面[]。

（五）电影与视频制作

在电影与视频制作中同样有应用前景。在前期拍摄素材整理阶段，可以利用该模型对视频中的单帧图像进行背景移除，以用于合成新的视频效果或者制作特殊剪辑。例如制作特效场景时，将演员或道具从拍摄时的实勘场景背景移除后加入虚拟的背景场景；在制作动画与实景合成场景时也需要这种精准的背景分离技术[]。

四、RMBG – 2.0与其他类似技术的比较

（一）与remove.bg 对比

remove.bg 是付费工具，在传统认知中在图像背景移除方面有较好的效果。然而RMBG – 2.0相比之下有如下优势：一方面，RMBG – 2.0是开源的，具有更高的性价比，对于预算有限的个人开发者或者小型企业来说吸引力更大；另一方面，从准确率上看，RMBG – 2.0的2.0版本准确率达到90.14%，超越了remove.bg ，这意味着它在实际的处理效果上更加出色，能更精准地分离前景和背景，更适用于对图像处理效果要求较高的项目。

（二）与自身前版本RMBG – 1.4比较

如前文所述，相对于RMBG – 1.4版本，RMBG – 2.0版本在准确率上有巨大提升，从73.26%提升到了90.14%。在功能支持上可能也存在一定扩展，虽然都属于BRIAAI旗下，但2.0版本提供了例如更高效的数据训练平台、基于BiRefNet架构实现更精准稳定的分割效果等新特性。这些改进使得RMBG – 2.0在处理各种图像背景移除任务时能够提供更好的性能和用户体验[]。

（三）与其他常规图像抠图工具比较

与一些传统的图像抠图工具（如Photoshop中的手动抠图等）相比，RMBG – 2.0具有自动化程度高的优势。传统的手动抠图需要使用者具备较高的技能水平和花费大量时间，而RMBG – 2.0只需要简单的操作（如通过代码调用或者平台的简易操作界面等）就可以快速得到背景移除结果。同时相对于一些其他自动化抠图工具，RMBG – 2.0基于其多模态归因引擎、大量数据训练和特定的架构，在准确性和通用性上表现更优，能够处理多种类型图像，不同场景下的抠图需求。例如某些抠图工具可能只在简单场景下效果较好，而RMBG – 2.0在复杂高分辨率图像和多种元素混合的图像下也能取得良好效果[]。

五、RMBG – 2.0的发展前景

（一）商业需求推动发展

随着商业领域对于图像内容创作需求的不断增长，尤其是在电子商务、广告、游戏等行业，对于高效、精准的图像背景移除技术的需求会持续旺盛。RMBG – 2.0由于其自身的特性，在支持企业级大规模内容创建方面有很大的优势，具有广阔的市场发展空间。例如，随着电商行业的竞争日趋激烈，企业不断追求更高质量、更为吸引人的产品图像，RMBG – 2.0可以助力企业快速、低成本地制作出优秀的产品展示图像，从而在市场竞争中脱颖而出。

（二）技术自身进化

该模型基于深度学习技术并且拥有数据训练平台，不断的大规模数据训练必然会使其性能得到进一步的提升。技术团队也可以通过不断优化架构、改进算法等技术手段来提高模型的准确性和效率。例如进一步完善BiRefNet架构，或者探索新的图像特征学习方法等。随着人工智能技术整体的发展，如云计算资源的不断增强、硬件运算能力的提升，RMBG – 2.0可以利用这些外部资源更好地实现自身的进化。

（三）开源生态助力推广与改进

由于RMBG – 2.0是开源模型，所以能够吸引更多的开发者参与到模型的改进和应用开发中来。开源社区可以为其提供更多的创新思路和实际应用案例。例如，开发者可以根据自己的特殊需求对模型进行定制化改进，或者开发出与RMBG – 2.0配套的工具和插件。这种开源生态的发展能够促进RMBG – 2.0在更多领域和场景中的应用与推广。

（四）多领域应用拓展潜力

尽管目前已经明确了在诸如电子商务、广告、游戏开发等领域的应用，但随着该技术的进一步成熟和为人所知，在更多领域的拓展潜力巨大。例如在3D建模与动画领域，可能会利用到它对图像元素的精准分割用于模型构建和纹理映射；在虚拟现实和增强现实场景中，也可以通过背景移除来更好地处理真实与虚拟元素的融合等。这种向多领域的拓展有望进一步增加RMBG – 2.0的市场影响力和应用价值。