Lucida：專摳玻璃與毛髮的開源背景移除模型，不到 900MB

Lucida 是一個專門對付各種極端邊緣的開源影像背景摳圖模型。不管是半透明的玻璃杯、和背景完全融為一體的迷彩人像，還是帶有柔和陰影的文字與髮絲，它都能幹淨利落地把背景剝離出來。

普通摳圖工具經常把玻璃器皿當成實心色塊，或者把半透明邊緣直接切掉。Lucida 基於 BiRefNet 架構進行微調，核心就是解決半透明材質、發光特效、文字陰影、插畫線稿以及貼紙印花等常見痛點。

它能做什麼，以及比同類好在哪

在開發者公佈的基準測試中，Lucida 對比了多款開源模型以及商業工具 fal.ai 的 Ideogram。在涵蓋 9 個類別的 203 張測試圖上，Lucida 的整體平均絕對誤差為 0.0257，低於 InSPyReNet 的 0.0295，拿下了總榜第一。

在細分項上，它的優勢更明顯。迷彩類影像的處理誤差比 InSPyReNet 降低了一倍以上，比商業參考模型好了 4.4 倍；貼紙與印花設計的誤差僅為 0.0235，同樣比同類競品好兩倍以上。遇到噪點背景上的文字時，它還能精確保留文字的半透明陰影。

開發者也非常坦誠地列出了它的短板。在半透明玻璃的極端表現上，商業模型 Ideogram 依然以 0.0343 略微領先 Lucida 的 0.0358；面對密集多物體的複雜場景與細網狀結構時，InSPyReNet 依然更佔優勢；而在純粹的髮絲精細度上，RMBG-2.0 也微弱領先。

換句話說，如果你的任務以多物體商品照或細長網狀物為主，現有老牌模型依然很能打；但只要涉及半透明、迷彩、字型陰影、插畫或印花設計，Lucida 目前是最穩的選擇。

硬體要求與怎麼跑起來

專案採用非常寬鬆的 MIT 許可證開源，程式碼、模型權重、訓練細節以及所用資料集全部對外公開，沒有任何隱藏保留。

模型的體積不足 900MB，十分小巧。只要電腦有一張普通的消費級獨立顯示卡，就能直接在本地單機離線執行，推薦的訓練與推理輸入解析度為 1024x1024。

想要本地折騰的開發者，需要準備 Python 3.12 或更高版本，通過 uv 或 pip 就能安裝依賴並拉取程式碼。專案還內建了邊緣細化和色彩去汙染選項，並提供了一鍵啟動的 Web API 服務。如果只是臨時處理幾張圖，Hugging Face 上也提供了 ZeroGPU 線上演示，單張圖片處理只需幾秒鐘。

為什麼重要

對於電商美工、貼紙設計師和獨立開發者來說，Lucida 填補了開源摳圖模型在透明物體和文字陰影上的關鍵空白。以前遇到帶透明度的玻璃瓶或微弱發光特效，往往只能掏錢呼叫商業 API，現在本地不到 900MB 的開源小模型就能免費搞定。

我們認為它的開源誠意非常足。不僅沒有在商業應用上設卡，還完整公開了資料集與對比基準，甚至主動把沒打過競品的測試項全盤端出。這種精準針對翻車場景打磨的輕量級小模型，比盲目追求大引數的通用方案要實用得多。