基于REMBG的SD一键抠图扩展

Rembg是一个去除图像背景的工具，效果如下

rembg 支持的python 版本：>3.7, <3.11

所需的前置依赖安装方法：

CPU：pip install rembg

GPU：pip install rembg[gpu]

大家可以先到这个网站检查一下你的系统是不是支持onnxruntime-gpu

 https://onnxruntime.ai

关于REMBG的详细使用说明，可以到github上阅读readme（https://github.com/danielgatis/rembg）, 接下来为大家介绍一下如何在SDWEBUI中使用rembg

扩展安装：

首先进入到sd 主目录下的 ..\extensions 目录， 执行

下载完毕后进入到 当前用户的主目录下创建名为.u2net的模型目录（例如：windows当前用户名为me , 那么用户主目录就是C:\Users\me），将u2net.onnx,u2netp.onnx,u2net_human_set.onnx,u2net_cloth_set.onnx,silueta.onnx,isnet-general-use.onnx 这几个模型文件放进.u2net目录

我已经几个模型上传到百度云， 大家可以从这里选择自己所需要的模型进行下载

链接：https://pan.baidu.com/s/1JMq_mxScwDqN0s2uOIdxGA?pwd=n854 

如何使用：

启动sd_webui 后可以在extras 选项卡下找到rembg模块

接着放上自己要扣的图片后，选择想要使用的抠图模型，点击生成即可一键抠图

个人使用下来效果还是很不错的，大家也可以自己试一下

模型说明：

这里来分别说明一下几个抠图模型的作用

u2net： 用于一般使用情况的预训练模型。

u2netp： 轻量级的u2net模型版本。

u2net_human_seg： 用于人类分割的预训练模型。

u2net_cloth_seg： 预先训练好的模型，用于从人像上解析衣服。这里的衣服被解析为3个类别： 上半身、下半身和全身。

silueta： 与u2net相同，但大小减少到43Mb。

isnet-general-use： 一个新的预训练的模型，用于一般的使用情况。