近日，feyn 团队正式发布全新 sota（业界领先）背景去除模型feynobg，并同步在开源社区推出配套的nobg训练与推理工具库，致力于为开发者打造更轻量、更快速的智能抠图新体验。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

高质量的背景移除能力，不仅依赖于对主体区域的精准判别，更关键在于对复杂边缘结构（如发丝、薄纱、烟雾等半透明或细碎细节）的精细建模。为此，研发团队以开源模型 BiRefNet 为基座，展开系统性增强：将核心特征提取模块数量由原18层提升至24层，在完整继承原有预训练权重的前提下，将模型参数量从222M温和扩展至263M，显著强化了特征表达力与长程信息保留能力。

Cursor

一个新的IDE，使用AI来帮助您重构、理解、调试和编写代码。

下载

在训练范式上，团队摒弃单一数据源的局限，整合构建了覆盖多场景、高分辨率、伪装目标及二次元风格等维度的10个高质量数据集，经严格清洗与标注后共纳入2.61万张图像，实施多源协同混合训练。通过精细化的数据配比设计与统一的二值掩码标准化处理，该模型在主流评测基准中全面发力——数据显示，FeyNoBg在八大权威测试集中，于其中四项斩获最高 S-measure 分数；其余项目亦稳居前列，整体性能表现高度接近最优水平。

为加速技术落地，团队同步开源底层 Python 工具库NoBg。实测结果显示，该库在批处理场景下相较原始 BiRefNet 实现了吞吐率提升、延迟降低及显存占用缩减的三重优化。目前，用户可通过FeyNoBg on Hugging Face直接调用模型，或前往 GitHub 获取完整代码与文档资源。