更新记录

• 2025.11.24
  1）优化模型设置，使得 RMBG 2.0 模型可以加载到 CPU 和老显卡
  2）优化了模型加载到 CPU 时的推理速度
  3）优化了启动时 GPU 检测速度
• 2025.11.14
  1）添加了图片文件的右键菜单支持，及文件夹背景右键菜单支持
• 2025.11.13
  1）修复：如果没有检测到 GPU，则不加载 RMBG 2.0 模型，并隐藏 /gpu 指令
• 2025.11.12
  1）增加了 GPU 检测
  2）增加了 InSPyReNet 和 BEN2  模型支持
  3）增加了 CPU 加载模型
  4）优化了批量处理时，通配符的使用
  

一、技术基础

• 基于 ONNX 模型文件，实现离线版AI批量抠图。
• 模型及推理框架
  1）使用 ONNX Runtime 和 DirectML，推理框架依赖少，编译后主程序约 40 MB。
  2）ONNX 模型文件小，RMBG 2.0 + InSPyReNet + BEN2  三个模型加起来约 1 GB。
• 支持的图像类型
  目前支持jpg、png、bmp、tiff、webp图片格式。
  

二、运行要求

• 硬件要求：支持 DirectX 12 的核显或独显（三个模型都可以加载到 CPU。GPU 现在不是必需。）
  -- 核显：Intel 11代酷睿及以上(Intel Iris Xe Graphics/Intel Arc Graphics核显) / AMD 锐龙 7040系及以上(AMD Radeon 700M/800M系核显)
  -- 独显：Nvidia RTX 30/40/50系(至少8G显存) /  AMD RX 6000/7000/9000系列(至少8G显存)
• 系统要求：Windows 10 1903 及以上
  

三、使用

• 下载模型（可以下载一个或多个）：
  1） RMBG 2.0 ONNX fp16 模型到主程序所在 RMBG-2.0 目录。
  2） InSPyReNet ONNX 模型到主程序所在 InSPyReNet 目录。
  3） BEN2 ONNX fp16 模型到主程序所在 BEN2 目录。
• 运行 RMBG.exe
• 界面
• 
  

1. /help or /?                  帮助
   
2. /cd [dir]                    设置需要处理的图像所在目录
   
3.                              说明：启动时图像所在目录被设置为当前目录
   
4.                                    /cd  不加参数表示显示当前图像所在目录
   
5.                                    /cd ..\..  支持相对路径
   
6. /out [dir]                   设置处理后的图像保存目录
   
7.                              说明：启动时图像保存目录被设置为当前目录
   
8.                                    /out 不加参数表示显示当前图像所在目录
   
9.                                    /out ..\..  支持相对路径
   
10. /bye                         退出程序
    
11. /list                        显示可用的 GPU 设备和模型
    
12. /gpu <gpu编号>  [模型编号]    加载对应的模型到 GPU <gpu编号>，<gpu编号>见/list
    
13. /cpu [模型编号]               加载对应的模型到 CPU
    
14.                              说明：[模型编号]可以省略，省略表示处理当前已加载的模型
    
15. // [注释]                    注释(行内注释//前需要有空格)
    
16. <输入图片> [输出图片]         对 <输入图片> 抠图并保存到 [输出图片]
    
17.                              <输入图片> 支持jpg, jpeg, png, bmp, tif, tiff, webp
    
18.                              [输出图片] 只支持 png 或 webp
    
19.                              说明：[输出图片]可以省略，省略表示保存到/out指定的目录，保存格式为png
    
20. <含*?通配符>.<扩展名> [-r]    批量处理图片
    
21.                              <扩展名> 支持jpg, jpeg, png, bmp, tif, tiff, webp
    
22.                              [-r]     递归处理子目录下的图片
    
23.                              说明：<含*?通配符>现在支持目录名
    
24.                              例如：C:\Picture\?some*.jpg -r

复制代码

四、下载

2025.11.24 更新
链接：https://wwwh.lanzoul.com/i4WRQ3c1l33e
密码：52pj

下载的文件只包含主程序，模型文件请自行下载。

更新记录

• 2025.11.24
  1）优化模型设置，使得 RMBG 2.0 模型可以加载到 CPU 和老显卡
  2）优化了模型加载到 CPU 时的推理速度
  3）优化了启动时 GPU 检测速度
• 2025.11.14
  1）添加了图片文件的右键菜单支持，及文件夹背景右键菜单支持
• 2025.11.13
  1）修复：如果没有检测到 GPU，则不加载 RMBG 2.0 模型，并隐藏 /gpu 指令
• 2025.11.12
  1）增加了 GPU 检测
  2）增加了 InSPyReNet 和 BEN2  模型支持
  3）增加了 CPU 加载模型
  4）优化了批量处理时，通配符的使用
  

一、技术基础

• 基于 ONNX 模型文件，实现离线版AI批量抠图。
• 模型及推理框架
  1）使用 ONNX Runtime 和 DirectML，推理框架依赖少，编译后主程序约 40 MB。
  2）ONNX 模型文件小，RMBG 2.0 + InSPyReNet + BEN2  三个模型加起来约 1 GB。
• 支持的图像类型
  目前支持jpg、png、bmp、tiff、webp图片格式。
  

二、运行要求

• 硬件要求：支持 DirectX 12 的核显或独显（三个模型都可以加载到 CPU。GPU 现在不是必需。）
  -- 核显：Intel 11代酷睿及以上(Intel Iris Xe Graphics/Intel Arc Graphics核显) / AMD 锐龙 7040系及以上(AMD Radeon 700M/800M系核显)
  -- 独显：Nvidia RTX 30/40/50系(至少8G显存) /  AMD RX 6000/7000/9000系列(至少8G显存)
• 系统要求：Windows 10 1903 及以上
  

三、使用

• 下载模型（可以下载一个或多个）：
  1） RMBG 2.0 ONNX fp16 模型到主程序所在 RMBG-2.0 目录。
  2） InSPyReNet ONNX 模型到主程序所在 InSPyReNet 目录。
  3） BEN2 ONNX fp16 模型到主程序所在 BEN2 目录。
• 运行 RMBG.exe
• 界面
• 
  

1. /help or /?                  帮助
   
2. /cd [dir]                    设置需要处理的图像所在目录
   
3.                              说明：启动时图像所在目录被设置为当前目录
   
4.                                    /cd  不加参数表示显示当前图像所在目录
   
5.                                    /cd ..\..  支持相对路径
   
6. /out [dir]                   设置处理后的图像保存目录
   
7.                              说明：启动时图像保存目录被设置为当前目录
   
8.                                    /out 不加参数表示显示当前图像所在目录
   
9.                                    /out ..\..  支持相对路径
   
10. /bye                         退出程序
    
11. /list                        显示可用的 GPU 设备和模型
    
12. /gpu <gpu编号>  [模型编号]    加载对应的模型到 GPU <gpu编号>，<gpu编号>见/list
    
13. /cpu [模型编号]               加载对应的模型到 CPU
    
14.                              说明：[模型编号]可以省略，省略表示处理当前已加载的模型
    
15. // [注释]                    注释(行内注释//前需要有空格)
    
16. <输入图片> [输出图片]         对 <输入图片> 抠图并保存到 [输出图片]
    
17.                              <输入图片> 支持jpg, jpeg, png, bmp, tif, tiff, webp
    
18.                              [输出图片] 只支持 png 或 webp
    
19.                              说明：[输出图片]可以省略，省略表示保存到/out指定的目录，保存格式为png
    
20. <含*?通配符>.<扩展名> [-r]    批量处理图片
    
21.                              <扩展名> 支持jpg, jpeg, png, bmp, tif, tiff, webp
    
22.                              [-r]     递归处理子目录下的图片
    
23.                              说明：<含*?通配符>现在支持目录名
    
24.                              例如：C:\Picture\?some*.jpg -r

复制代码

四、下载

2025.11.24 更新
链接：https://wwwh.lanzoul.com/i4WRQ3c1l33e
密码：52pj

下载的文件只包含主程序，模型文件请自行下载。