Feyn 开源 MultiMatte：用文字指令精准抠图的背景移除模型

Feyn 公司近日开源了 MultiMatte，一个可以通过文字指令进行背景移除的模型。用户只需在图像中命名一个物体，模型就会保留该物体并移除其余所有内容。该模型基于 Meta 的 SAM 3 构建，团队采用低秩微调方法只修改了 860M 参数中的 19.49M，仅占全部权重的 2.27%，但分割性能显著提升。在 DIS-VD 基准测试中，MultiMatte 的 S-measure 得分达到 0.901，而 SAM 3 原始仅 0.667。

与 SAM 3 针对每个像素返回二值掩码不同，MultiMatte 输出 alpha matte，为每个像素赋予连续的透明度值。这种设计更好地处理了毛发、模糊边缘等具有交界处的情况。在五个高分辨率 DIS 测试集上，MultiMatte 得分在 0.893 至 0.923 之间，而 SAM 3 仅 0.649 至 0.703。该模型保留了 SAM 3 原有文字对齐能力，即使不进行微调，在目标名称提示下也能额外增加 0.036 的 S-measure 分数。

训练过程中，团队使用了 19,953 张图像，覆盖显著物体、伪装、高分辨率主体等场景，并用 4,949 张带人工标注的图像提供文字监督。模型以 LoRA 方式训练，适配器已被合并到最终权重中，推理时无需额外库。开发者可直接通过 NoBg 库安装并使用，简简单单几行代码即可实现背景移除功能。