مواد پر جائیں

BiRefNet V2 Background Removal

انٹیگریٹ کریں

ماڈل id birefnet/v2
# 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/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.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"

یہ درخواست: ≈⁨$0.002⁩ 2 API کریڈٹس · ≈ ⁨₽0.21⁩ اس صفحے پر چلائیں

API کلید حاصل کریں
BiRefNet پس منظر ہٹانا #cutout#matting#open-weights

2304 px تک کھلے پس منظر ہٹانے اور میٹنگ کی سہولت، اختیاری ماسک آؤٹ پٹ کے ساتھ۔

BiRefNet · تصویر

آپ کا پہلا نتیجہ یہاں آئے گا

ذیل میں درخواست بنائیں اور اپنی API کلید کے ساتھ چلائیں۔ آؤٹ پٹس ہمارے اسٹوریج میں کاپی ہو جاتے ہیں، ہمیشہ کے لیے یا مفت میں 7 دن تک محفوظ رہتے ہیں۔

درخواست بنائیں

کنٹرولز ماڈل اسکیما سے تیار ہوتے ہیں۔ آپ کے بدلنے کے ساتھ کوڈ اور قیمت اپ ڈیٹ ہوتے ہیں۔

•لازمی image_url
فائل ڈراپ کریں، یا

اس تصویر کی شناخت کرنے والا URL جس کا پس منظر ہٹایا جائے گا۔

ایڈوانسڈ operating_resolution · output_format · model · output_mask · refine_foreground · mask_only
operating_resolution ڈیفالٹ 1024x1024

ورکنگ ریزولوشن؛ '2304x2304' صرف 'General Use (Dynamic)' ماڈل تک محدود ہے۔ ہائی ریزولوشن ان پٹ تصاویر کے لیے زیادہ سیٹنگز آؤٹ پٹ کی درستگی بہتر کرتی ہیں۔

output_format ڈیفالٹ png

حاصل ہونے والی تصویر کا فارمیٹ۔

ڈیفالٹ General Use (Light)

پس منظر ہٹانے والے ماڈل کا انتخاب: 'General Use (Light)'، BiRefNet سے مطابقت رکھتا ہے، BiRefNet ریپوزٹری کا اصل ماڈل ہے اور زیادہ تر استعمالات کے لیے تجویز کیا جاتا ہے۔ 'General Use (Light 2K)'، BiRefNet_lite-2K سے مطابقت رکھتا ہے اور 2K تصاویر پر تربیت یافتہ اصل ماڈل استعمال کرتا ہے۔ 'General Use (Heavy)'، BiRefNet_lite سے مطابقت رکھتا ہے اور سست پروسیسنگ کے عوض زیادہ درستگی فراہم کرتا ہے۔ 'Matting'، BiRefNet-matting سے مطابقت رکھتا ہے اور خاص طور پر امیج میٹنگ کے لیے تربیت یافتہ ہے۔ 'Portrait'، BiRefNet-portrait سے مطابقت رکھتا ہے اور خاص طور پر پورٹریٹ تصاویر پر تربیت یافتہ ہے۔ 'General Use (Dynamic)'، BiRefNet_dynamic سے مطابقت رکھتا ہے اور 256x256 سے 2304x2304 تک متغیر ریزولوشنز کی معاونت کرتا ہے۔

POST /run/birefnet/v2?wait=20 قیمت → ⁨$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/v2?wait=20" \
  -H "Authorization: Bearer $DOITONG_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "image": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.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"

یہ درخواست چلائیں

آپ کی key اسی براؤزر میں رہتی ہے: یہ صرف Doitong API کو بھیجی جاتی ہے اور صرف اس صورت میں localStorage میں محفوظ ہوتی ہے جب آپ Remember منتخب کریں۔ API کلید حاصل کریں

BiRefNet V2 Background Removal کے بارے میں

BiRefNet V2 متعدد ماڈل ویریئنٹس (light، heavy، matting، portrait، dynamic) اور 2304x2304 تک آپریٹنگ ریزولوشنز کے ذریعے موضوع کو پس منظر سے الگ کرتا ہے۔ کٹ آؤٹ اور اختیاری ماسک PNG، WebP یا GIF میں واپس کرتا ہے۔

پیرامیٹرز

معیاری نام یا مقامی نام میں سے صرف ایک بھیجیں، دونوں نہیں۔ معیاری نام

نامقسم ڈیفالٹمجاز تفصیل
modelاختیاری
قسمenum
ڈیفالٹGeneral Use (Light)
General Use (Light)General Use (Light 2K)General Use (Heavy)MattingPortraitGeneral Use (Dynamic)
پس منظر ہٹانے والے ماڈل کا انتخاب: 'General Use (Light)'، BiRefNet سے مطابقت رکھتا ہے، BiRefNet ریپوزٹری کا اصل ماڈل ہے اور زیادہ تر استعمالات کے لیے تجویز کیا جاتا ہے۔ 'General Use (Light 2K)'، BiRefNet_lite-2K سے مطابقت رکھتا ہے اور 2K تصاویر پر تربیت یافتہ اصل ماڈل استعمال کرتا ہے۔ 'General Use (Heavy)'، BiRefNet_lite سے مطابقت رکھتا ہے اور سست پروسیسنگ کے عوض زیادہ درستگی فراہم کرتا ہے۔ 'Matting'، BiRefNet-matting سے مطابقت رکھتا ہے اور خاص طور پر امیج میٹنگ کے لیے تربیت یافتہ ہے۔ 'Portrait'، BiRefNet-portrait سے مطابقت رکھتا ہے اور خاص طور پر پورٹریٹ تصاویر پر تربیت یافتہ ہے۔ 'General Use (Dynamic)'، BiRefNet_dynamic سے مطابقت رکھتا ہے اور 256x256 سے 2304x2304 تک متغیر ریزولوشنز کی معاونت کرتا ہے۔
operating_resolutionاختیاری
قسمenum
ڈیفالٹ1024x1024
1024x10242048x20482304x2304
ورکنگ ریزولوشن؛ '2304x2304' صرف 'General Use (Dynamic)' ماڈل تک محدود ہے۔ ہائی ریزولوشن ان پٹ تصاویر کے لیے زیادہ سیٹنگز آؤٹ پٹ کی درستگی بہتر کرتی ہیں۔
output_maskاختیاری
قسمboolean
ڈیفالٹfalse
کنٹرول کرتا ہے کہ پس منظر ہٹانے کا ماسک آؤٹ پٹ میں شامل ہو یا نہیں۔
refine_foregroundاختیاری
قسمboolean
ڈیفالٹtrue
تخمینی ماسک کی بنیاد پر پیش منظر کی اصلاح کو کنٹرول کرتا ہے۔
image_urlلازمی image
قسمurl · image
اس تصویر کی شناخت کرنے والا URL جس کا پس منظر ہٹایا جائے گا۔
output_formatاختیاری
قسمenum
ڈیفالٹpng
webppnggif
حاصل ہونے والی تصویر کا فارمیٹ۔
mask_onlyاختیاری
قسمboolean
ڈیفالٹfalse
صرف ماسک آؤٹ پٹ سوئچ: `True` پیش منظر کی اصلاح کو نظرانداز کرتا ہے اور تصویر کو بغیر تبدیلی کے رکھتے ہوئے صرف اس کا سیگمنٹیشن ماسک واپس کرتا ہے۔
لازمی معیاری نام، یہ بھی قبول ہے

فائل پیرامیٹرز عوامی https:// URL، 10 MB تک کی data: URI، یا اپ لوڈ کے file_url کو قبول کرتے ہیں۔ فائلیں

آؤٹ پٹ

GET /requests/req_8k2m4q7x1z9c3v5b6n0p2r4t
{
  "id": "req_8k2m4q7x1z9c3v5b6n0p2r4t",
  "object": "request",
  "model": "birefnet/v2",
  "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": "https://content.doitong.com/images/showcase/v3/gen_sneaker_ad.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"
  }
}
آپ کی فائلیں، آپ کا انتخابہر outputs[].url ہمارے اسٹوریج میں ایک کاپی ہے: ہمیشہ کے لیے محفوظ (فی GB-ماہ ادائیگی) یا مفت میں 7 دن تک، آپ کی اکاؤنٹ سیٹنگ یا ?storage= کے مطابق۔
ہر ماڈل میں ایک جیسی ساختtype، url، content_type، width، height اور duration، تصاویر، ویڈیو اور آڈیو سب کے لیے یکساں۔ output ماڈل کا اپنا نتیجہ آبجیکٹ ہے۔
آؤٹ پٹ کے فیلڈز
image
object {url, content_type, file_name, file_size, width, height}پس منظر ہٹانے کے بعد کی تصویر، یا `mask_only` کے `True` ہونے پر سیگمنٹیشن ماسک۔
mask_image
object {url, content_type, file_name, file_size, width, height} | nullپس منظر ہٹانے کے دوران لاگو کیا جانے والا ماسک۔

مزید ماڈلز: پس منظر ہٹانا

AI ایجنٹس کے لیے: یہ صفحہ Markdown میں یہاں موجود ہے https://doitong.com/ur/developers/models/birefnet/v2.md. تمام ماڈلز اور گائیڈز: https://doitong.com/developers/llms.txt