Hoppa till innehåll

BiRefNet V2 Background Removal

Integrera

Modell-id 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"

Den här begäran: ≈0,002 $ 2 API-krediter Kör den på den här sidan

Hämta API-nyckel
BiRefNet Bakgrundsborttagning #cutout#matting#open-weights

Öppen bakgrundsborttagning och friläggning upp till 2304 px, med valfri maskutdata.

BiRefNet · Bild

Ditt första resultat visas här

Skapa en begäran nedan och kör den med din API-nyckel. Utdata kopieras till vår lagring och sparas för alltid eller 7 dagar kostnadsfritt.

Skapa en begäran

Kontrollerna genereras från modellschemat. Koden och priset uppdateras när du ändrar dem.

•obligatoriskt image_url
Släpp en fil eller

URL som identifierar bilden vars bakgrund ska tas bort.

Avancerat operating_resolution · output_format · model · output_mask · refine_foreground · mask_only
operating_resolution standard 1024x1024

Arbetsupplösning, där '2304x2304' är begränsad till modellen 'General Use (Dynamic)'. För indata med hög upplösning förbättrar högre inställningar utdatanoggrannheten.

output_format standard png

Format för den resulterande bilden.

standard General Use (Light)

Val av modell för bakgrundsborttagning: 'General Use (Light)' motsvarar BiRefNet, är BiRefNet-databasens ursprungliga modell och rekommenderas för de flesta användningsområden. 'General Use (Light 2K)' motsvarar BiRefNet_lite-2K och använder den ursprungliga modellen som tränats på 2K-bilder. 'General Use (Heavy)' motsvarar BiRefNet_lite och ger högre noggrannhet med långsammare bearbetning. 'Matting' motsvarar BiRefNet-matting och har tränats specifikt för bildmatting. 'Portrait' motsvarar BiRefNet-portrait och har tränats specifikt på porträttbilder. 'General Use (Dynamic)' motsvarar BiRefNet_dynamic och stöder varierande upplösningar från 256x256 till 2304x2304.

POST /run/birefnet/v2?wait=20 pris → 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"

Kör den här begäran

Din nyckel stannar i den här webbläsaren: den skickas endast till Doitong API och sparas endast i localStorage om du markerar Kom ihåg. Hämta en API-nyckel

Om BiRefNet V2 Background Removal

BiRefNet V2 separerar motivet från bakgrunden med flera modellvarianter (light, heavy, matting, portrait, dynamic) och arbetsupplösningar upp till 2304x2304. Returnerar friläggningen och valfritt masken i PNG, WebP eller GIF.

Parametrar

Skicka antingen det kanoniska namnet eller det inbyggda namnet, inte båda. Kanoniska namn

NamnTyp StandardTillåtna Beskrivning
modelvalfritt
Typenum
StandardGeneral Use (Light)
General Use (Light)General Use (Light 2K)General Use (Heavy)MattingPortraitGeneral Use (Dynamic)
Val av modell för bakgrundsborttagning: 'General Use (Light)' motsvarar BiRefNet, är BiRefNet-databasens ursprungliga modell och rekommenderas för de flesta användningsområden. 'General Use (Light 2K)' motsvarar BiRefNet_lite-2K och använder den ursprungliga modellen som tränats på 2K-bilder. 'General Use (Heavy)' motsvarar BiRefNet_lite och ger högre noggrannhet med långsammare bearbetning. 'Matting' motsvarar BiRefNet-matting och har tränats specifikt för bildmatting. 'Portrait' motsvarar BiRefNet-portrait och har tränats specifikt på porträttbilder. 'General Use (Dynamic)' motsvarar BiRefNet_dynamic och stöder varierande upplösningar från 256x256 till 2304x2304.
operating_resolutionvalfritt
Typenum
Standard1024x1024
1024x10242048x20482304x2304
Arbetsupplösning, där '2304x2304' är begränsad till modellen 'General Use (Dynamic)'. För indata med hög upplösning förbättrar högre inställningar utdatanoggrannheten.
output_maskvalfritt
Typboolean
Standardfalse
Styr om masken för bakgrundsborttagning ska inkluderas i utdata.
refine_foregroundvalfritt
Typboolean
Standardtrue
Styr förgrundsförfining baserat på den uppskattade masken.
image_urlobligatoriskt image
Typurl · image
URL som identifierar bilden vars bakgrund ska tas bort.
output_formatvalfritt
Typenum
Standardpng
webppnggif
Format för den resulterande bilden.
mask_onlyvalfritt
Typboolean
Standardfalse
Växel för enbart maskutdata: `True` kringgår förgrundsförfining och lämnar bilden orörd, samtidigt som endast dess segmenteringsmask returneras. När endast en mask behövs undviker detta extra beräkning och minskar överförd datamängd.
obligatoriskt Kanoniskt namn, accepteras också

Filparametrar tar emot en offentlig https://-URL, en data:-URI på upp till 10 MB eller file_url från en uppladdning. Filer

Resultat

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"
  }
}
Dina filer, ditt valVarje outputs[].url är en kopia i vår lagring: sparad för alltid (debiteras per GB-månad) eller 7 dagar kostnadsfritt, enligt din kontoinställning eller ?storage=.
Samma struktur för varje modelltype, url, content_type, width, height och duration, för bilder, video och ljud. output är modellens eget resultatobjekt.
Resultatets fält
image
object {url, content_type, file_name, file_size, width, height}Bild efter bakgrundsborttagning, eller segmenteringsmasken när `mask_only` är `True`.
mask_image
object {url, content_type, file_name, file_size, width, height} | nullMask som används vid bakgrundsborttagning.

Fler modeller: Bakgrundsborttagning

För AI-agenter: den här sidan som Markdown finns på https://doitong.com/sv/developers/models/birefnet/v2.md. Alla modeller och guider: https://doitong.com/developers/llms.txt