Feyn Labsは、テキストプロンプトを使用して保持したいオブジェクトを指定できる背景削除モデル、MultiMatteを発表しました。バイナリマスクの代わりにアルファマットを採用することで、このモデルは髪の毛のような半透明または微細な要素の曖昧な境界を、連続的な不透明度値として記述することができます。
Feyn Labsが、プロンプトによる精密な画像背景削除を可能にするモデルMultiMatteを発表
この記事は翻訳です。 原文を読む
このモデルはMetaのSAM 3をベースに構築されています。Feyn Labsは低ランク微調整（LoRA）を適用し、元のモデルの 860 millionパラメータのうち、約 2.27% を修正しました。このアプローチにより、MultiMatteはSAM 3の既存のテキストアライメント能力を維持しながら、セグメンテーション性能を大幅に向上させることに成功しました。DIS-VDベンチマークにおいて、MultiMatteはS-measureで 0.901を達成しており、対するSAM 3は 0.667でした。
このモデルは、顕著なオブジェクト、カムフラージュ、高解像度の被写体など、さまざまなシナリオをカバーする 19,953枚の画像を使用してトレーニングされました。トレーニングプロセスでは、focal lossとDice lossの両方が利用されており、4,949枚の人間によるラベル付け済み画像からプロンプトの監督を受けています。MultiMatteは nobgライブラリを通じて利用可能です。
出典 情報源:
- Show HN: MultiMatte, a Promptable Image Background Removal Model (Hacker News Frontpage, 2026-09-10)