Lucida：专抠玻璃与毛发的开源背景移除模型，不到 900MB

Lucida 是一个专门对付各种极端边缘的开源图像背景抠图模型。不管是半透明的玻璃杯、和背景完全融为一体的迷彩人像，还是带有柔和阴影的文字与发丝，它都能干净利落地把背景剥离出来。

普通抠图工具经常把玻璃器皿当成实心色块，或者把半透明边缘直接切掉。Lucida 基于 BiRefNet 架构进行微调，核心就是解决半透明材质、发光特效、文字阴影、插画线稿以及贴纸印花等常见痛点。

它能做什么，以及比同类好在哪

在开发者公布的基准测试中，Lucida 对比了多款开源模型以及商业工具 fal.ai 的 Ideogram。在涵盖 9 个类别的 203 张测试图上，Lucida 的整体平均绝对误差为 0.0257，低于 InSPyReNet 的 0.0295，拿下了总榜第一。

在细分项上，它的优势更明显。迷彩类图像的处理误差比 InSPyReNet 降低了一倍以上，比商业参考模型好了 4.4 倍；贴纸与印花设计的误差仅为 0.0235，同样比同类竞品好两倍以上。遇到噪点背景上的文字时，它还能精确保留文字的半透明阴影。

开发者也非常坦诚地列出了它的短板。在半透明玻璃的极端表现上，商业模型 Ideogram 依然以 0.0343 略微领先 Lucida 的 0.0358；面对密集多物体的复杂场景与细网状结构时，InSPyReNet 依然更占优势；而在纯粹的发丝精细度上，RMBG-2.0 也微弱领先。

换句话说，如果你的任务以多物体商品照或细长网状物为主，现有老牌模型依然很能打；但只要涉及半透明、迷彩、字体阴影、插画或印花设计，Lucida 目前是最稳的选择。

硬件要求与怎么跑起来

项目采用非常宽松的 MIT 许可证开源，代码、模型权重、训练细节以及所用数据集全部对外公开，没有任何隐藏保留。

模型的体积不足 900MB，十分小巧。只要电脑有一张普通的消费级独立显卡，就能直接在本地单机离线运行，推荐的训练与推理输入分辨率为 1024x1024。

想要本地折腾的开发者，需要准备 Python 3.12 或更高版本，通过 uv 或 pip 就能安装依赖并拉取代码。项目还内置了边缘细化和色彩去污染选项，并提供了一键启动的 Web API 服务。如果只是临时处理几张图，Hugging Face 上也提供了 ZeroGPU 在线演示，单张图片处理只需几秒钟。

为什么重要

对于电商美工、贴纸设计师和独立开发者来说，Lucida 填补了开源抠图模型在透明物体和文字阴影上的关键空白。以前遇到带透明度的玻璃瓶或微弱发光特效，往往只能掏钱调用商业 API，现在本地不到 900MB 的开源小模型就能免费搞定。

我们认为它的开源诚意非常足。不仅没有在商业应用上设卡，还完整公开了数据集与对比基准，甚至主动把没打过竞品的测试项全盘端出。这种精准针对翻车场景打磨的轻量级小模型，比盲目追求大参数的通用方案要实用得多。