RMBG 2.0 自动抠图小工具是一款基于 RMBG 2.0（Remove Background 2.0）开源模型开发的轻量级图像背景移除工具，基于 BiRefNet 架构。主程序体积仅 2MB 多，模型文件约 400MB，支持本地图片自动抠图，也可开启网页服务器模式进行图片处理。工具完全在本地运行，无需联网，所有图片处理均在本地完成，保护隐私安全。
采用 CPU 推理，不依赖显卡，单张图片处理时间约 20 多秒。虽是作者在测试 ONNX 转 MNN 过程中顺手制作的小工具，但实际抠图效果表现良好。源码完全开源，适合需要轻量、离线、免费抠图方案的用户体验使用。
操作步骤
准备工作
- 下载主程序及 RMBG 2.0 模型文件（约 400MB）
- 将模型文件放置于主程序所在目录的
RMBG-2.0文件夹中 - 确保电脑满足最低运行要求（Windows 系统、CPU 支持）
使用步骤
第一步：单张图片抠图
- 双击运行主程序
- 选择需要抠图的图片文件
- 点击“开始抠图”按钮，工具自动进行背景移除处理
- 处理完成后，保存生成的透明背景 PNG 图片
第二步：网页服务器模式
第三步：批量处理（如支持）
- 部分版本支持批量导入、处理及下载
- 选择多张图片，工具自动依次处理
核心功能
源码环境
一、RMBG 2.0 模型简介
RMBG-2.0（Remove Background 2.0）是当前图像背景去除领域中极具代表性的轻量级、高精度端到端深度学习模型，专为高质量人像/物体前景提取与透明背景生成而设计。其核心目标是在保持边缘细节锐利性的同时实现高效推理。模型基于 BiRefNet 架构，在总体成功率方面达到了 90.14% 的表现，处理逼真图像时准确率高达 92%。
二、ONNX 与 MNN 模型推理
工具采用 ONNX（Open Neural Network Exchange）格式的模型文件进行推理。ONNX 是一种开放的深度学习模型格式，支持在不同框架之间迁移模型。作者在测试 ONNX 转 MNN 过程中顺手制作了本工具，MNN 是阿里开源的轻量级深度学习推理引擎，适合在移动端和边缘设备上运行。
三、ONNX Runtime 推理框架
工具基于 ONNX Runtime 和 DirectML 进行推理，推理框架依赖少，编译后主程序体积小巧。ONNX Runtime 是跨平台的机器学习推理加速器，支持 CPU、GPU 等多种硬件后端。
四、CPU 推理实现
工具完全基于 CPU 运行，无需依赖显卡。RMBG 2.0 模型的一大特点是轻量高效，只需几 GB 的内存就能运行，甚至在没有独立显卡的 CPU 环境下也能正常推理。
使用建议
- ✅ 仅供个人学习研究：以技术学习为目的，体验 AI 抠图效果
- ✅ 本地离线使用：保护隐私，所有数据不上传云端
- ✅ 合理评估效果：对于复杂图像（如毛发、透明物体），效果可能不如专业工具
- ✅ 注意模型来源：从可信渠道下载模型文件，避免安全风险
- ❌ 不用于商业侵权：严禁使用抠图结果侵犯他人版权或肖像权
常见问题
A：不需要。工具完全在本地运行，无需联网，所有图片处理均在本地完成。
A：RMBG 2.0（BiRefNet）模型在总体成功率方面达到 90.14%，处理逼真图像准确率高达 92%，复杂背景场景仍保持 87% 的优秀表现。
暂无评论内容