Birefnet Background Removal

ஒருங்கிணை

மாடல் id birefnet

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/birefnet?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/birefnet?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/birefnet", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

# 1. Connect once (Claude Code; Cursor, VS Code, Claude Desktop: https://doitong.com/ta/developers/docs/mcp)
claude mcp add --transport http doitong-models https://api.doitong.ru/v1/mcp \
  --header "Authorization: Bearer $DOITONG_API_KEY"

# 2. Your agent calls the "run" tool with:
{
  "model_id": "birefnet",
  "input": {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }
}

Doitong API மூலம் Birefnet Background Removal மாதிரியை (birefnet) அழைக்கவும். முகவர்களுக்கான ஆவணங்கள்: https://doitong.com/ta/developers/models/birefnet.md

POST https://api.doitong.ru/v1/run/birefnet?wait=20
Authorization: Bearer $DOITONG_API_KEY
Content-Type: application/json

{
  "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
}

பதிலின் நிலை "queued" அல்லது "running" எனில், அது "succeeded" ஆகும் வரை GET https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20 மூலம் தொடர்ந்து சரிபார்க்கவும்; கோப்புகள் outputs[].url இல் உள்ளன. அதே body-யுடன் POST https://api.doitong.ru/v1/quote/birefnet அனுப்பினால், இயக்கத்திற்கு முன் துல்லியமான விலை கிடைக்கும்.

இந்தக் கோரிக்கை: ≈$0.002 2 API கிரெடிட்கள் · ≈ ₽0.21 இந்தப் பக்கத்தில் இயக்குங்கள்

API விசையைப் பெறுக

BiRefNet பின்னணி அகற்றம் #background-removal#segmentation#high-res#utility

ஒற்றைப் படத்திலிருந்து பின்னணியை நீக்குகிறது; இலகு, கனமான அல்லது உருவப்பட மாறுபாடுகளுடனும் விருப்ப மறைப்பு வெளியீட்டுடனும்

OpenAPI Markdown

BiRefNet · படம்

உங்கள் முதல் முடிவு இங்கே வரும்

கீழே ஒரு கோரிக்கையை உருவாக்கி, உங்கள் API விசையுடன் இயக்குங்கள். வெளியீடுகள் எங்கள் சேமிப்பகத்தில் நகலெடுக்கப்பட்டு, நிரந்தரமாக அல்லது இலவசமாக 7 நாட்கள் வைக்கப்படும்.

கோரிக்கையை உருவாக்கு

ஒரு இயக்கத்திற்கான மதிப்பிடப்பட்ட விலை

மதிப்பிடப்பட்ட விலை

$0.002ஒரு இயக்கத்திற்கு

2 API கிரெடிட்கள் · ≈ ₽0.21

ஒரு இயக்கத்திற்கான நிலையான விலை; வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்.

இயக்கு · $0.002

வெற்றி பெற்றால் மட்டுமே வசூலிக்கப்படும்; தோல்வியுற்றால் தானாகத் திருப்பியளிக்கப்படும்.

ஒரு இயக்கத்தின் வழக்கமான செலவை அடிப்படையாகக் கொண்ட மதிப்பீடு. மேற்கோள் விலை, இயக்கத்திற்கான சரியான கட்டணமே.

விலைமதிப்பீட்டு முனையம்: POST /quote/{id}

கோரிக்கையை உருவாக்கு

மாடல் ஸ்கீமாவிலிருந்து கட்டுப்பாடுகள் உருவாக்கப்படுகின்றன. அவற்றை மாற்றும்போது குறியீடும் விலையும் புதுப்பிக்கப்படும்.

image •தேவை image_url

கோப்பை விடுங்கள் அல்லது

பின்னணி அகற்றப்பட வேண்டிய படத்தைக் குறிப்பிடும் URL.

மேம்பட்டவை operating_resolution · output_format · model · output_mask · refine_foreground

operating_resolution இயல்புநிலை 1024x1024

செயலாக்கத் தெளிவுத்திறன், உயர் தெளிவுத்திறன் கொண்ட மூலப் படங்களின் துல்லியத்தைக் கட்டுப்படுத்துகிறது; அதிக தெளிவுத்திறனைத் தேர்ந்தெடுப்பது அந்தத் துல்லியத்தை மேம்படுத்தும்.

output_format இயல்புநிலை png

விளைவாகக் கிடைக்கும் படத்திற்கான வடிவம்.

model இயல்புநிலை General Use (Light)

பின்னணி அகற்றும் மாதிரித் தேர்வு: 'General Use (Light)' என்பது BiRefNet-DIS_ep580.pth-க்கு இணையானது; இது BiRefNet களஞ்சியத்தின் அசல் மாதிரி, மேலும் பெரும்பாலான பயன்பாடுகளுக்குப் பரிந்துரைக்கப்படுகிறது. 'General Use (Heavy)' என்பது BiRefNet-massive-epoch_240.pth-க்கு இணையானது; மெதுவான செயலாக்கத்துடன் அதிகத் துல்லியத்தை வழங்குகிறது. 'Portrait' என்பது BiRefNet-portrait-TR_P3M_10k-epoch_120.pth-க்கு இணையானது; இது உருவப்படங்களுக்காகச் சிறப்பாகப் பயிற்சியளிக்கப்பட்டது.

POST /run/birefnet?wait=20 விலை → $0.002

# Run the model; wait up to 20 s for the finished result in the same call
curl -X POST "https://api.doitong.ru/v1/run/birefnet?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }'

# Still "queued" or "running"? Poll with the id from the response:
curl "https://api.doitong.ru/v1/requests/REQUEST_ID?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY"

const API = "https://api.doitong.ru/v1";
const headers = {
  "Authorization": "Bearer " + process.env.DOITONG_API_KEY,
  "Content-Type": "application/json",
};

// Run the model; wait up to 20 s for the finished result in the same call
let res = await fetch(API + "/run/birefnet?wait=20", {
  method: "POST",
  headers,
  body: JSON.stringify({
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  }),
});
let request = await res.json();
if (!res.ok) throw new Error(request.error.code + ": " + request.error.message);

// Not finished yet: long-poll until it is
while (request.status === "queued" || request.status === "running") {
  res = await fetch(API + "/requests/" + request.id + "?wait=20", { headers });
  request = await res.json();
}
if (request.status !== "succeeded") throw new Error(JSON.stringify(request.error));
console.log(request.outputs.map((o) => o.url), request.cost.credits + " API credits ($" + request.cost.usd + ")");

import os
import requests

API = "https://api.doitong.ru/v1"
headers = {"Authorization": "Bearer " + os.environ["DOITONG_API_KEY"]}

payload = {
    "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg",
}

# Run the model; wait up to 20 s for the finished result in the same call
r = requests.post(API + "/run/birefnet", params={"wait": 20}, json=payload, headers=headers)
request = r.json()
if not r.ok:
    raise RuntimeError(request["error"]["code"] + ": " + request["error"]["message"])

# Not finished yet: long-poll until it is
while request["status"] in ("queued", "running"):
    request = requests.get(API + "/requests/" + request["id"], params={"wait": 20}, headers=headers).json()
if request["status"] != "succeeded":
    raise RuntimeError(request["error"])
print([o["url"] for o in request["outputs"]], request["cost"]["credits"], "API credits", "$" + request["cost"]["usd"])

{
  "jsonrpc": "2.0",
  "id": 1,
  "method": "tools/call",
  "params": {
    "name": "run",
    "arguments": {
      "model_id": "birefnet",
      "input": {
        "image": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
      },
      "wait_seconds": 20
    }
  }
}

இந்தக் கோரிக்கையை இயக்கு

API விசை

உங்கள் key இந்த உலாவியில் மட்டுமே இருக்கும்: அது Doitong API-க்கு மட்டும் அனுப்பப்படும்; Remember-ஐத் தேர்ந்தெடுத்தால் மட்டுமே (localStorage)-ல் சேமிக்கப்படும். இந்த உலாவியில் நினைவில் கொள்க API விசையைப் பெறுங்கள்

Birefnet Background Removal பற்றி

`image_url` மூலம் வழங்கப்படும் ஒரு படத்தின் முன்புறத்தைப் பகுதிப்படுத்தி, பின்னணி நீக்கப்பட்ட நிலையில் வழங்குகிறது. `model` விருப்பம் General Use (Light), General Use (Heavy) அல்லது Portrait ஆகியவற்றை வழங்குகிறது. அதிகத் தெளிவுத்திறன் உள்ள உள்ளீடுகளுக்கு `operating_resolution` 1024x1024 அல்லது 2048x2048 ஆக இருக்கலாம். `output_mask` மூலம் மறைப்பையும் வழங்கலாம்; png, webp அல்லது gif வெளியீட்டைத் தேர்ந்தெடுக்கலாம்.

அளவுருக்கள்

நியமப் பெயர் அல்லது நேட்டிவ் பெயர் இரண்டில் ஒன்றை மட்டும் அனுப்பவும். நியமப் பெயர்கள்

பெயர்வகை இயல்புநிலைஅனுமதிக்கப்பட்டது விளக்கம்

modelவிருப்பத்தேர்வு

வகைenum

இயல்புநிலைGeneral Use (Light)

General Use (Light)General Use (Heavy)Portrait

operating_resolutionவிருப்பத்தேர்வு

வகைenum

இயல்புநிலை1024x1024

1024x10242048x2048

output_maskவிருப்பத்தேர்வு

வகைboolean

இயல்புநிலைfalse

பின்னணி அகற்றும் முகமூடி வெளியீட்டில் சேர்க்கப்படுமா என்பதைக் கட்டுப்படுத்துகிறது.

refine_foregroundவிருப்பத்தேர்வு

வகைboolean

இயல்புநிலைtrue

மதிப்பிடப்பட்ட முகமூடியின் அடிப்படையில் முன்புறச் செம்மைப்படுத்தலைக் கட்டுப்படுத்துகிறது.

image_urlதேவை image

வகைurl · image

பின்னணி அகற்றப்பட வேண்டிய படத்தைக் குறிப்பிடும் URL.

output_formatவிருப்பத்தேர்வு

வகைenum

இயல்புநிலைpng

webppnggif

விளைவாகக் கிடைக்கும் படத்திற்கான வடிவம்.

தேவை நியமப் பெயர், இதுவும் ஏற்கப்படும்

கோப்பு அளவுருக்கள் பொதுவான https:// URL, 10 MB வரையிலான data: URI அல்லது பதிவேற்றத்தின் file_url-ஐ ஏற்கும். கோப்புகள்

வெளியீடு

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t

{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "birefnet",
  "status": "succeeded",
  "created_at": "2026-10-20T12:00:00Z",
  "started_at": "2026-10-20T12:00:02Z",
  "completed_at": "2026-10-20T12:00:09Z",
  "queue_position": null,
  "cost": {
    "credits": 2,
    "usd": "0.002",
    "charged": 2,
    "refunded": 0
  },
  "input": {
    "image_url": "https://content.doitong.com/images/showcase/v3/gen_fox_cartoon.jpg"
  },
  "output": {
    "image": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768
    },
    "mask_image": {
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_name": "0-output.jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768
    }
  },
  "outputs": [
    {
      "type": "image",
      "url": "https://content.doitong.com/dev-api/2026/10/20/req_8k2m4q7x1z9c3v5b6n0p2r4t/0-output.jpeg",
      "content_type": "image/jpeg",
      "file_size": 1843200,
      "width": 1024,
      "height": 768,
      "stored": true
    }
  ],
  "error": null,
  "metrics": {
    "inference_seconds": 6.8
  },
  "urls": {
    "self": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t",
    "cancel": "https://api.doitong.ru/v1/requests/req_8k2m4q7x1z9c3v5b6n0p2r4t/cancel"
  }
}

உங்கள் கோப்புகள், உங்கள் தேர்வுஒவ்வொரு outputs[].url-ம் எங்கள் சேமிப்பகத்தில் உள்ள ஒரு நகல்: நிரந்தரமாக (GB-மாதத்திற்கு கட்டணம்) அல்லது உங்கள் கணக்கு அமைப்பு அல்லது ?storage= மூலம் இலவசமாக 7 நாட்கள் வைக்கப்படும்.

ஒவ்வொரு மாடலிலும் ஒரே வடிவம்படங்கள், வீடியோ மற்றும் ஆடியோ ஆகிய அனைத்திற்குமான type, url, content_type, width, height மற்றும் duration. output என்பது மாதிரியின் சொந்த முடிவு பொருளாகும்.

வெளியீட்டின் புலங்கள்

image: object {url, content_type, file_name, file_size, width, height}பின்னணி அகற்றப்பட்ட பிறகான படம்.
mask_image: object {url, content_type, file_name, file_size, width, height} | nullபின்னணி அகற்றும்போது பயன்படுத்தப்பட்ட முகமூடி.

மேலும் மாதிரிகள்: பின்னணி அகற்றம்

AI ஏஜெண்டுகளுக்கு: இந்தப் பக்கம் Markdown வடிவில் இங்கே உள்ளது https://doitong.com/ta/developers/models/birefnet.md. அனைத்து மாடல்களும் வழிகாட்டிகளும்: https://doitong.com/developers/llms.txt

உங்கள் முதல் முடிவு இங்கே வரும்

கோரிக்கையை உருவாக்கு

இந்தக் கோரிக்கையை இயக்கு

Birefnet Background Removal பற்றி

அளவுருக்கள்

வெளியீடு

பிற BiRefNet மாறுபாடுகள்

BiRefNet V2 Background Removal மாறுபாடுகள்: 2

மேலும் மாதிரிகள்: பின்னணி அகற்றம்

Bria RMBG 2.0 மாறுபாடுகள்: 3

Birefnet

ben-v2-image மாறுபாடுகள்: 2

Ben-Video-Bg-Rm மாறுபாடுகள்: 2