К содержимому
Другое

glinfs-models

BiRefNet и ToonOut в ONNX для запуска в браузере на WebGPU

2 мин чтенияобновлено

Набор из трёх сконвертированных моделей семейства BiRefNet для сегментации изображений и удаления фона прямо в браузере без отправки данных на сервер. В архив вошли стандартная birefnet-general-fp16.onnx, облегчённая birefnet-lite-fp16.onnx и аниме-версия birefnet-toonout-fp16.onnx от автора dennougorilla (созданы для браузерного инструмента записи экрана Glinfs). Обычные ONNX-экспорты этих сетей падают или выдают пустые маски на WebGPU (веб-стандарте для работы с видеокартой), поэтому автор пересобрал графы операций, сохранив критичные вычисления в float32. Пригодится веб-разработчикам, создающим локальные фоторедакторы, генераторы стикеров и инструменты вырезания объектов на стороне клиента.

Ключевые особенности

  • Полная совместимость с onnxruntime-web и WebGPU без ошибок переполнения и пустых масок.
  • Три готовых варианта в комплекте: универсальная модель, быстрая lite-версия и ToonOut для аниме-иллюстраций.
  • Смешанная точность: основные веса сжаты в fp16 (от ~122 МБ до ~519 МБ), а вход, выход, пулинг и индексы deformable-свёрток оставлены в float32.
  • Воспроизводимая конвертация байт в байт с помощью открытого скрипта из репозитория Glinfs.

Что можно сделать

  • Встроить локальное удаление фона в браузерный графический редактор или сервис создания стикеров без затрат на GPU-серверы.
  • Использовать вариант ToonOut для точного вырезания аниме-персонажей и 2D-артов прямо на устройстве пользователя.
  • Обрабатывать кадры скринкастов и веб-камеры в реальном времени или покадрово в веб-приложениях.

Пример

Модель принимает RGB-изображение в формате float32 [1, 3, 1024, 1024], нормализованное по стандартным значениям ImageNet (mean = [0.485, 0.456, 0.406], std = [0.229, 0.224, 0.225]), и возвращает маску сегментации float32 [1, 1, 1024, 1024].

ПодробнееСкорость (Chrome 157, onnxruntime-web 1.30.0, RTX 3080 Ti): ~485 мс на кадр (general и ToonOut) и ~260 мс (lite)
Потребление памяти GPU: ~7.7 ГБ для general и ToonOut, ~5.8 ГБ для lite (на видеокартах с 8 ГБ и меньше не тестировалось)
Технические правки: разделение Split/Concat с более чем 7 ветками под лимиты буферов шейдеров WebGPU, замена Sum на цепочку Add
Лицензия: MIT
Обсудить Telegram 0

Запустится ли?

Запустится в FP16

Влезает без сжатия.

  • FP16веса 0.5 GB · готовые файлы1.0 GB
  • FP8 / INT8рекомендуемвеса 0.2 GB0.8 GB
  • 4-bitвеса 0.1 GB0.6 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 · FP16 — 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.

    # dennougorilla/glinfs-models
    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 dennougorilla/glinfs-models --local-dir ~/models/glinfs-models
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к glinfs-models
  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

Новые посты про версии glinfs-models — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

dennougorilla/glinfs-models
Автор
dennougorilla
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии