抠图模型 · 轻量（U²-Net small）
轻量通用抠图，快速导出透明 PNG。
大小: 4.6 MB · 许可证: Apache-2.0用于: AI 抠图 · 证件照背景 · 主体聚光
模型设置
本地模型管理
运行本地 AI 工具前，可以先把分割、人脸关键点、目标检测、OCR 和运行时资源预加载到当前浏览器。
ONNX 模型包（抠图 / 放大 / 擦除）
这些模型驱动 AI 抠图、AI 图片放大和智能擦除。可以在这里提前准备，也可以在工具里首次使用时自动准备。模型只下载一次，缓存在浏览器中，图片永远不会上传。
站长提示：仓库里运行 npm run models:fetch 可把模型内置到站点，用户无需任何外部下载。
可准备
抠图模型 · 标准（Silueta）
均衡通用抠图，人物、商品、宠物边缘明显更好。
大小: 42.6 MB · 许可证: Apache-2.0用于: AI 抠图 · 证件照背景
抠图模型 · 高清（ISNet）
最高质量通用抠图，含发丝级细节。下载体积较大。
大小: 170.0 MB · 许可证: Apache-2.0用于: AI 抠图
放大模型（Real-ESRGAN x4v3）
AI 2x / 4x 图片放大与细节重建，适合照片和图形。
大小: 4.8 MB · 许可证: BSD-3-Clause用于: AI 放大
擦除模型（MI-GAN）
生成式修补，自然移除水印、路人和杂物。
大小: 27.0 MB · 许可证: MIT用于: 去水印
浏览器兼容性
正在检测浏览器能力…
本地 AI 资源
预加载会把模型运行时和权重存入当前浏览器缓存。处理时，工具会优先读取已缓存的模型资源。
MediaPipe 视觉运行时
运行浏览器本地的图像分割模型和人脸关键点模型。
资源大小: 21.7 MB运行时路径: CPU / WebAssembly适用工具: 背景虚化, 主体聚光, AI 抠图, 证件照背景, 人像工具预加载
人像分割模型
把人物与背景分离，用于背景虚化、主体聚光、透明 PNG 和证件照背景。
资源大小: 0.24 MB运行时路径: CPU / WebAssembly适用工具: 背景虚化, 主体聚光, AI 抠图, 证件照背景预加载
人脸关键点模型
读取人脸几何信息，用于妆容定位、人像色调、人脸隐私模糊，以及牙齿、眼部和发色预览。
资源大小: 3.59 MB运行时路径: CPU / WebAssembly适用工具: 妆容预览, 发色预览, 人像光线增强, 人脸隐私模糊, 牙齿提亮预加载
头发分割模型
直接识别头发区域，用于发色预览，并加强人脸保护。
资源大小: 0.75 MB运行时路径: CPU / WebAssembly适用工具: 发色预览预加载
精细人像部位分割模型
分离头发、面部皮肤、身体皮肤、服装和配饰，实现更精细的发色和人像效果。首次使用时按需下载，之后保持缓存。
资源大小: 15.6 MB运行时路径: CPU / WebAssembly适用工具: 发色预览, 人像特效预加载
目标检测模型
在浏览器本地运行目标检测，用于计数、巡检、标签、货架、车位等视觉复核类工具。
资源大小: 4.50 MB运行时路径: CPU / WebAssembly适用工具: 货架复核, 仓储标签, 车位检测, 纸张计数预加载
通用 YOLO 小模型
在浏览器本地运行 YOLO 目标检测，识别杯子、碗、瓶子、餐具、包裹、人物和车辆等常见可计数物体。
资源大小: 7.50 MB运行时路径: CPU / WebAssembly适用工具: 通用物体计数, 本地视觉计数预加载
可选餐具 ONNX 模型包
基于固定词表检测筷子、竹签、餐签、盘子、碟子、碗和杯子等可计数的餐桌物体。
资源大小: 28.0 MB运行时路径: CPU / WebAssembly适用工具: 通用物体计数, 签子计数, 餐具计数预加载
可选签子 ONNX 模型包
优先识别竹签、餐签、样品签和细长标记棒的可见端面。
资源大小: 7.50 MB运行时路径: CPU / WebAssembly适用工具: 签子托盘计数预加载
RapidOCR PP-OCRv4 模型
基于 PaddleOCR 的文字检测与识别，中文识别准确率明显更高。
资源大小: 15.0 MB运行时路径: CPU / WebAssembly适用工具: 提取文字 OCR, 文档工作流预加载
浏览器 OCR 运行时
加载同源的 Tesseract.js 运行时、LSTM 核心，以及英文和简体中文快速语言包。
资源大小: 24.4 MB运行时路径: CPU / WebAssembly适用工具: 提取文字-OCR, 文档工作流预加载