Lompat ke konten

BiRefNet V2 Background Removal

Integrasikan

ID model birefnet/v2
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/birefnet/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Permintaan ini: ≈$0,002 2 kredit API Jalankan di halaman ini

Dapatkan kunci API
BiRefNet Penghapusan Latar Belakang #cutout#matting#open-weights

Penghapusan latar belakang dan matting terbuka hingga 2304 px, dengan output mask opsional.

BiRefNet · Gambar

Hasil pertama Anda akan muncul di sini

Buat permintaan di bawah ini dan jalankan dengan kunci API Anda. Output disalin ke penyimpanan kami, disimpan selamanya atau 7 hari gratis.

Buat permintaan

Kontrol dibuat dari skema model. Kode dan harga diperbarui saat Anda mengubahnya.

•wajib image_url
Jatuhkan file, atau

URL yang mengidentifikasi gambar yang latar belakangnya akan dihapus.

Lanjutan operating_resolution · output_format · model · output_mask · refine_foreground · mask_only
operating_resolution bawaan 1024x1024

Resolusi kerja; '2304x2304' dibatasi untuk model 'General Use (Dynamic)'. Untuk gambar input beresolusi tinggi, pengaturan yang lebih tinggi meningkatkan akurasi output.

output_format bawaan png

Format gambar yang dihasilkan.

bawaan General Use (Light)

Pemilihan model penghapusan latar belakang: 'General Use (Light)' memetakan ke BiRefNet, model asli repositori BiRefNet, dan direkomendasikan untuk sebagian besar penggunaan. 'General Use (Light 2K)' memetakan ke BiRefNet_lite-2K dan menggunakan model asli yang dilatih pada gambar 2K. 'General Use (Heavy)' memetakan ke BiRefNet_lite dan memberikan akurasi lebih tinggi dengan pemrosesan lebih lambat. 'Matting' memetakan ke BiRefNet-matting dan dilatih khusus untuk gambar matting. 'Portrait' memetakan ke BiRefNet-portrait dan dilatih khusus untuk gambar potret. 'General Use (Dynamic)' memetakan ke BiRefNet_dynamic dan mendukung resolusi variabel dari 256x256 hingga 2304x2304.

POST /run/birefnet/v2?wait=20 estimasi harga → $0,002
# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.com/v1/run/birefnet/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.com/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

Jalankan permintaan ini

Key Anda tetap berada di browser ini: key hanya dikirim ke Doitong API dan disimpan (localStorage) hanya jika Anda mencentang Ingat. Dapatkan kunci API

Tentang BiRefNet V2 Background Removal

BiRefNet V2 memisahkan subjek dari latar belakang dengan beberapa varian model (light, heavy, matting, portrait, dynamic) dan resolusi operasi hingga 2304x2304. Mengembalikan hasil potongan dan, secara opsional, mask dalam PNG, WebP, atau GIF.

Parameter

Kirim nama kanonis atau nama asli, bukan keduanya. Nama kanonis

NamaTipe BawaanDiizinkan Deskripsi
modelopsional
Tipeenum
BawaanGeneral Use (Light)
General Use (Light)General Use (Light 2K)General Use (Heavy)MattingPortraitGeneral Use (Dynamic)
Pemilihan model penghapusan latar belakang: 'General Use (Light)' memetakan ke BiRefNet, model asli repositori BiRefNet, dan direkomendasikan untuk sebagian besar penggunaan. 'General Use (Light 2K)' memetakan ke BiRefNet_lite-2K dan menggunakan model asli yang dilatih pada gambar 2K. 'General Use (Heavy)' memetakan ke BiRefNet_lite dan memberikan akurasi lebih tinggi dengan pemrosesan lebih lambat. 'Matting' memetakan ke BiRefNet-matting dan dilatih khusus untuk gambar matting. 'Portrait' memetakan ke BiRefNet-portrait dan dilatih khusus untuk gambar potret. 'General Use (Dynamic)' memetakan ke BiRefNet_dynamic dan mendukung resolusi variabel dari 256x256 hingga 2304x2304.
operating_resolutionopsional
Tipeenum
Bawaan1024x1024
1024x10242048x20482304x2304
Resolusi kerja; '2304x2304' dibatasi untuk model 'General Use (Dynamic)'. Untuk gambar input beresolusi tinggi, pengaturan yang lebih tinggi meningkatkan akurasi output.
output_maskopsional
Tipeboolean
Bawaanfalse
Mengontrol apakah mask penghapusan latar belakang disertakan dalam output.
refine_foregroundopsional
Tipeboolean
Bawaantrue
Mengontrol penyempurnaan latar depan berdasarkan mask yang diperkirakan.
image_urlwajib image
Tipeurl · image
URL yang mengidentifikasi gambar yang latar belakangnya akan dihapus.
output_formatopsional
Tipeenum
Bawaanpng
webppnggif
Format gambar yang dihasilkan.
mask_onlyopsional
Tipeboolean
Bawaanfalse
Sakelar output khusus mask: `True` melewati penyempurnaan latar depan dan membiarkan gambar apa adanya, lalu hanya mengembalikan mask segmentasinya. Jika hanya memerlukan mask, ini menghindari komputasi tambahan dan mengurangi data yang ditransfer.
wajib Nama kanonis, juga diterima

Parameter file menerima URL publik https://, URI data: hingga 10 MB, atau file_url dari unggahan. File

Output

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "birefnet/v2",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.jpg"
  },
  "output": {
    "image": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768
    },
    "mask_image": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768
    }
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.com/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}
File Anda, pilihan AndaSetiap outputs[].url adalah salinan di penyimpanan kami: disimpan selamanya (dikenai biaya per GB-bulan) atau 7 hari gratis, sesuai setelan akun atau ?storage=.
Struktur sama di setiap modeltype, url, content_type, width, height, dan duration, untuk gambar, video, dan audio. output adalah objek hasil milik model.
Field output
image
object {url, content_type, file_name, file_size, width, height}Gambar setelah penghapusan latar belakang, atau mask segmentasi saat `mask_only` adalah `True`.
mask_image
object {url, content_type, file_name, file_size, width, height} | nullMask yang diterapkan selama penghapusan latar belakang.

Model lainnya: Penghapusan Latar Belakang

Untuk agen AI: halaman ini dalam Markdown tersedia di https://doitong.com/id/developers/models/birefnet/v2.md. Semua model dan panduan: https://doitong.com/developers/llms.txt