传入的如果是单通道的图片会报错

[hjj-lmx]

No description provided.

[ZhengPeng7]

当然的, 因为第一层的输入通道就是3...
如果你的图像是GRAY的, 可以直接按通道纬度复制三遍, 那也是opencv的GRAY2RGB的处理方式.

[hjj-lmx]

当然的, 因为第一层的输入通道就是3... 如果你的图像是GRAY的, 可以直接按通道纬度复制三遍, 那也是opencv的GRAY2RGB的处理方式.

我是把这里的判断改了，之前的是==“RGBA”

[hjj-lmx]

当然的, 因为第一层的输入通道就是3... 如果你的图像是GRAY的, 可以直接按通道纬度复制三遍, 那也是opencv的GRAY2RGB的处理方式.

还有一个问题，我刚测试传入很高像素的图片，会占用很高的运行内存，60g的都没有抗住，像素是14000*19000，虽然这个像素本身不算合理

[ZhengPeng7]

这么离谱的分辨率吗哈哈😂
你想哈, 即使1024x1024只需要1G (BiRefNet应该是5.5G), 那14000x19000也得要14x19=266 G的显存了...

[hjj-lmx]

这么离谱的分辨率吗哈哈😂 你想哈, 即使1024x1024只需要1G (BiRefNet应该是5.5G), 那14000x19000也得要14x19=266 G的显存了...

不是显存挂了，是运行内存

[ZhengPeng7]

那和模型无关, 但也一样的道理.

[hjj-lmx]

那和模型相关，但也一样的道理。

您开放的模型，有分类吗？类似：人物、动物、图标等

[ZhengPeng7]

什么分类? 训练数据中的占比吗 (这个请看README里的 model zoo中对training sets的标识). 如果是semantics的话, 是不能预测类别的.

[hjj-lmx]

什么分类？ 数据中的活动吗（这个训练请看README里的模型动物园中对训练集的标识）。 如果是语义的话，是不能预测类别的。

我的意思是您开源的哪些模型中，哪些模型对人物好、哪些对物品好、哪些对图标好

[ZhengPeng7]

顾名思义, 一般物体就general, 仅人像就portrait. 目前没有针对图标的模型.

[hjj-lmx]

顾名思义, 一般物体就general, 仅人像就portrait. 目前没有针对图标的模型.

我测试了一些模型，BiRefNet-general-epoch_244.pth感觉是最稳定的，是这样的吗？
BiRefNet-portrait-epoch_150.pth有一些也没有general的好

[ZhengPeng7]

对, 所以我推荐默认就直接使用general, 除非general有某些类型的case不work.