画像生成AIのhow to記事です。
今回はより高精度に背景を除去できるようになったBiRefNet_HRを紹介します。
BiRefNet_HRとは？
BiRefNet_HRは今までの背景除去モデルより、正確に処理ができるモデルです。
通常のBiRefNetもRembgより綺麗な背景除去モデルでしたが、BiRefNet_HRは（最大2048×2048ピクセル）に対応し、より高精度な背景除去が可能とのこと。
ComfyUIで簡単に試せるので今回は何枚か画像を使ってRembgや通常のBiRefNetと比較してみます。
背景除去ツールについては以前まとめた記事があるのでよかったら参考にしてください。
ComfyUIのインストール
ComfyUIのインストールがまだの方はこちらの記事を参考にしてみてください。
ComfyUI-RMBGのインストール
ComfyUIを起動してManagerからComfyUI-RMBGと検索してカスタムノードをインストールしてください。
BiRefNet-HRはv1.8.0で対応しているようです。
custom_nodeに直接クローンしても問題ありません。
git clone https://github.com/1038lab/ComfyUI-RMBG.gitインストールしたらComfyUIをアップデートして再起動してください。
モデルの用意
huggingfaceからモデルがダウンロードできます。
実行時に自動でダウンロードされるみたいですが、ノードにBiRefNet_HRという項目がなかった気がするので事前に用意した方が良さそうです。
以下のパスに移動して
C:\ComfyUI_windows_portable_nvidia\ComfyUI_windows_portable\ComfyUI\models\RMBGリポジトリごとクローンします。
RMBGフォルダがない場合は手動で作ってください。
git clone https://huggingface.co/ZhengPeng7/BiRefNet_HRライブラリのインストール
私の環境だとノード実行時にtimmが足りないと表示が出ました。
もし同じ表示がでたらコマンドプロンプトを開いて以下のパスに移動して
cd C:\ComfyUI_windows_portable_nvidia\ComfyUI_windows_portable\python_embededtimmをインストールしてください。
python.exe -m pip install timmノードの追加と実行
workflowが非常にシンプルなので手動で追加します。
必要なのは以下の通りです。
- Load Image
- Remove Background (RMBG)
- Preview Image
何もない所でダブルクリックすれば検索できるのでそれぞれ追加してください。
それをこんな感じにつなぎます。
Remove Background (RMBG)はmodelをBiRefNet_HRを選択してください。
あとは実行すれば背景除去が可能です。
もし別のモデルを選択した場合は、自動でモデルがダウンロードされます。
BiRefNet_HR・BiRefNet・Rembgの比較
何枚か適当に画像を用意してそれぞれのモデルでクオリティを比較してみました。
上から元画像・BiRefNet_HR・BiRefNet・Rembgの順です。
クリックで拡大できます。
まず全体的にRembgよりBiRefNet_HR・BiRefNetの方が綺麗です。
一番左の女の子はBiRefNet_HRの方は、指が若干ぼやけててBiRefNetの方が綺麗な印象でした。
ただ隣のクラゲとか髪の毛など細かい描写はBiRefNet_HRの方が綺麗だと思います。
BiRefNetの方は若干線が弱弱しい感じでした。
BiRefNetでも十分綺麗ですが、より細かい描写の背景を除去するならBiRefNet_HRの方が良いかも知れません。
ライセンスもMITで使いやすいモデルなので、綺麗に背景除去したい方はぜひ試してみてください。
以上画像の背景除去ができるBiRefNet_HRについて紹介しました。
参考になれば幸いです。
