AI 抠图不再求人，本地免部署整合包 rembg 一键完美抠图，效果堪比付费抠图软件。

rembg 介绍

rembg 是一个基于深度学习的 自动抠图工具，主要用于移除图片背景。

• 基于 U²-Net 等语义分割模型，能够自动识别并分离前景（人物、物体）和背景。
• 对复杂边缘（如头发、透明物体）有较好的处理效果。

rembg 的核心优势是 简单易用、自动化程度高、处理边缘细节效果好，特别适合需要快速去除背景的场景（如电商商品图、证件照、素材制作等）。

rembg 手动部署

rembg 项目地址：https://github.com/danielgatis/rembg

rembg 手动安装方法

conda create -n rembg python=3.10
conda activate rembg

pip install "rembg[gpu,cli]"


# 报错解决，如果出现下面错误，需要手动安装 cudnn， 并设置环境变量
# depends on "cudnn64_9.dll" which is missing. (Error 126:

pip install nvidia-cudnn-cu12==9.1.1.17

set PATH=%CONDA_PREFIX%\Lib\site-packages\nvidia\cudnn\bin;%PATH%

# 查找是否能找到
where cudnn64_9.dll


# 然后再启动
rembg s 

启动以后会自动在浏览器打开页面，默认是监听到任意IP的，所以你也可以查看自己的IP地址，直接通过IP地址访问：

我们看看效果如何：

u2net 模型介绍

rembg 中提供了多达 16 种模型之多，有通用模型，有针对具体场景的模型，请看下面介绍：

• birefnet-cod.onnx 专用于隐藏物体检测（COD），在rembg中用于从复杂背景中移除隐藏物体。
• birefnet-dis.onnx 专用于二分图像分割（DIS），在rembg中用于高精度分离物体与背景。
• birefnet-general-lite.onnx 是一种轻量级预训练模型，适用于通用场景，在rembg中提供高效的背景移除功能。
• birefnet-general.onnx 适用于通用场景，在rembg中实现可靠的显著物体分割。
• birefnet-hrsod.onnx 专用于高分辨率显著物体检测（HRSOD），在rembg中处理高分辨率图像的背景移除。
• birefnet-massive.onnx 在rembg中提升了在多样化场景下的背景移除准确性。
• birefnet-portrait.onnx 专用于人像分割，在rembg中优化了人像照片的背景移除效果。
• bria-rmbg.onnx 是BRIA AI开发的先进背景移除模型，在rembg中用于高效分离前景与背景，支持多种图像类别。
• isnet-anime.onnx 专为动漫和插图设计，在rembg中提供高精度模式下的背景移除。
• isnet-general-use.onnx 适用于通用场景，在rembg中实现高效的图像背景移除。
• silueta.onnx 是u2net模型的精简版，大小减至43MB，在rembg中提供与u2net相似的通用背景移除功能。
• u2net.onnx 适用于通用场景，在rembg中实现高效的图像背景移除。
• u2netp.onnx 是u2net模型的轻量级版本，在rembg中提供更小的模型大小和相似的背景移除性能。
• u2net_cloth_seg.onnx 专用于服装解析，在rembg中从图像中分割并移除服装相关背景。
• u2net_human_seg.onnx 专用于人体分割，在rembg中优化了人体图像的背景移除。

一键整合包下载地址

如果你没有 Python 环境，或者你不熟悉部署流程，可以使用我制作的一键整合包，直接解压即可使用。下载压缩包后解压 rembg_app.rar，双击 start_rembg_app.bat 启动脚本即可。

注意：u2net_all_models.rar 包含了所有模型，你也可以在 u2net_all_models 目录中下载指定的模型。下载后放到 rembg_app\u2net\ 目录中

下载地址