rui40000andClaude Opus 4.8
d47fd27062
模型 https://huggingface.co/egeorcun/lucida （MIT），220M 参数、885MB。 作者基准：文字/Logo 0.0091（商业参考 0.0123）、插画 0.0092、 伪装 0.0270、总体 0.0257。 - 模型代码（2250 行）内嵌 lucida/ 子包，不用 trust_remote_code： 那会在运行时拉取并执行远程代码，ComfyUI 场景既不该联网也不该如此； 构造传 bb_pretrained=False，避免联网拉 Swin 预训练权重 - 预处理规格与 BiRefNet 系一致，复用 FeyNobg 那份已验证实现； 输出适配 list 格式（eval 下 forward 返回各尺度预测，取 [-1]） - 权重加载严格校验，除窗口尺寸推出的确定性 buffer 外失配即中止 - 不开放分辨率选项：模型 Config.size=1024 且 decoder 走 patch split 示例工作流把 Lucida 与 FeyNobg 并联便于同图对照。实测两者差异 不是精度高低而是「前景」定义不同：同一张动漫插画上 FeyNobg 只抠人物 （前景占比 0.098），Lucida 还把半透明的云判为前景（0.391）， 与其训练透明材质的目标一致，两者互补。 Co-Authored-By: Claude Opus 4.8 <noreply@anthropic.com>
12 lines
298 B
Python
12 lines
298 B
Python
from transformers import PretrainedConfig
|
|
|
|
class BiRefNetConfig(PretrainedConfig):
|
|
model_type = "SegformerForSemanticSegmentation"
|
|
def __init__(
|
|
self,
|
|
bb_pretrained=False,
|
|
**kwargs
|
|
):
|
|
self.bb_pretrained = bb_pretrained
|
|
super().__init__(**kwargs)
|