К содержимому
Другое

ToonOut

удаление фона на картинках с аниме

1 мин чтенияобновлено

ToonOut — это специализированный файнтюн (дообученная версия) модели BiRefNet, созданный для удаления фона в изображениях аниме-стилистики. Обычные модели сегментации отлично справляются с реалистичными фото, но часто теряют детали на стилизованных артах: тонкие пряди волос, контуры и полупрозрачные области. Новинка натренирована на специализированном датасете из 1,228 изображений и выдает высокую точность масок для аниме-персонажей. Модель пригодится художникам, редакторам и разработчикам, работающим с аниме-контентом и графикой.

Ключевые особенности

  • Высокая точность: Точность на тестовом наборе выросла с 95.3% до 99.5%.
  • Специализация под аниме: Фокус на сохранении тонких деталей волос, лайн-арта и прозрачности.
  • Базовая архитектура: Построена на базе проверенной модели BiRefNet.
  • Открытая лицензия: Распространяется под лицензией MIT.

Что можно сделать

  • Очистка артов: Удалять фон с аниме-иллюстраций и персонажей с сохранением сложных контуров.
  • Интеграция в пайплайны: Использовать модель в рабочих процессах по обработке аниме-графики вместо стандартных алгоритмов.

Пример

Для запуска и тестирования модели можно воспользоваться официальным демонстрационным блокнотом (demo notebook) в репозитории проекта на GitHub.

ПодробнееАрхитектура: BiRefNet (fine-tuned)
Точность (Pixel Accuracy): 99.5%
Обучение: На датасете ToonOut (1,228 изображений)
Лицензия: MIT
Обсудить Telegram 0 29

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.8 GB · готовые файлы1.4 GB
  • FP8 / INT8рекомендуемвеса 0.4 GB1.0 GB
  • 4-bitвеса 0.2 GB0.8 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # 2524a/toonout
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download 2524a/toonout --local-dir ~/models/toonout
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к toonout
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Дообучение модели

ZhengPeng7/BiRefNet

Новые посты про версии BiRefNet — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 9Все на Hugging Face

О модели

2524a/toonout
Автор
2524a
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

290

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии