Suppression d'arrière-plan avec rembg
Supprime les arrière-plans d'images avec rembg. La partie difficile n'est pas la suppression elle-même — c'est d'obtenir un environnement de travail isolé avec un backend GPU qui correspond à la version CUDA de la machine. Cette compétence regroupe cette configuration en un script unique, puis un wrapper d'exécution léger.
Flux de travail
-
Assurez-vous que l'environnement existe. Vérifiez-le avant d'exécuter quoi que ce soit :
# conda (par défaut quand conda est présent) : conda env list | grep -q '\brembg\b' && echo EXISTE # alternative venv : test -x ~/.venvs/rembg/bin/rembg && echo EXISTES'il n'existe pas, exécutez le script de configuration (voir ci-dessous). S'il existe, passez directement à l'exécution.
-
Lancez la suppression d'arrière-plan via le wrapper (détection automatique fichier vs dossier) :
bash <skill>/scripts/run_rembg.sh <entrée> <sortie> [-m MODÈLE] [drapeaux] -
Rapportez où les résultats ont été placés et quel modèle a été utilisé. Si l'utilisateur se soucie de la qualité, orientez-le vers les options de réglage.
Configuration (première fois uniquement)
Exécutez le programme d'installation fourni. Il crée un environnement dédié et n'installe que là — il ne modifie jamais l'environnement actif ou de base de l'utilisateur.
bash <skill>/scripts/setup_env.sh
Ce qu'il fait, et pourquoi :
- Isolation. Crée un environnement conda dédié nommé
rembg(ou un venv dans~/.venvs/rembgsi conda n'est pas disponible). Il calcule un chemin d'interpréteur explicite et installe avec<ce-python> -m pip, de sorte que rien n'atterrisse dans l'environnement actif. - Backend adapté à CUDA. Lit la version CUDA du pilote depuis
nvidia-smi. Pour CUDA 12.x, il installeonnxruntime-gpu==1.22.0avec les wheels correspondantesnvidia-cudnn-cu12/cublas/cuda-runtime. Cela compte : la dernière version d'onnxruntime-gpu(1.23+) est construite pour CUDA 13 et échoue à l'import sur un système CUDA 12 aveclibcudart.so.13: cannot open shared object file. Pour CUDA ≥13, il utilise la version GPU la plus récente ; sans GPU, il utilise la version CPU. - Chemin de charge des bibliothèques. onnxruntime-gpu a besoin des bibliothèques
NVIDIA pip dans
LD_LIBRARY_PATH. L'installateur ajoute un hookactivate.dpour conda, et le wrapper d'exécution le définit aussi (pour que venv fonctionne), donc l'utilisateur n'a jamais rien à exporter. - Pré-téléchargement des modèles. Télécharge
birefnet-general(~928 Mo) etu2netavec reprisewget -cet vérification md5, car les liens des releases GitHub sont souvent coupés en cours de téléchargement.
Paramètres utiles (variables d'environnement) : ENV_TYPE=venv,
ENV_PATH=~/.venvs/rembg, FORCE_CPU=1,
PROXY=http://127.0.0.1:7890 (route les téléchargements via un proxy ;
par défaut vide), RECREATE=1
(reconstruire depuis zéro), MODELS="birefnet-general isnet-anime".
Exécution
Le wrapper traite les fichiers uniques et les dossiers de manière identique —
passez un fichier pour obtenir un fichier, un dossier pour obtenir un dossier de
découpes. Le chemin de sortie est optionnel : omettez-le et le wrapper écrit
à côté de l'entrée avec un suffixe _rembg (photo.jpg → photo_rembg.png,
icones/ → icones_rembg/), donc vous n'avez pas à en inventer un.
# image unique, sortie automatique -> photo_rembg.png
bash <skill>/scripts/run_rembg.sh photo.jpg
# sortie explicite
bash <skill>/scripts/run_rembg.sh photo.jpg photo_decoupee.png
# dossier entier, sortie automatique -> icones_rembg/
bash <skill>/scripts/run_rembg.sh ./icones -m birefnet-general -ppm
# choisir un modèle / passer des drapeaux rembg (les drapeaux peuvent suivre l'entrée directement)
MODEL=isnet-anime bash <skill>/scripts/run_rembg.sh perso.png -ppm
Le wrapper annule d'abord tout proxy de type socks:// (il fait planter l'import
gradio de rembg). Il n'utilise aucun proxy par défaut ; définissez PROXY pour
router les téléchargements de modèles à la demande via un proxy http.
Choix d'un modèle et réglage de la qualité
Le modèle par défaut est birefnet-general (meilleur contours généraux). Si
l'utilisateur n'est pas satisfait des contours, mentionne les cheveux/contours
flous, l'anime, ou les portraits, ou souhaite un fond unicolore, lisez
references/models_and_flags.md pour le tableau complet des modèles et l'ordre
de réglage des drapeaux (commencez par -ppm, puis un modèle plus fort, puis
-a alpha matting avec réglage de l'érosion -ae).
Dépannage
No onnxruntime backend found— la wheel GPU n'a pas pu être importée (généralement une incohérence majeure de version CUDA). Relancezsetup_env.sh; il choisit le backend adapté.libcudart.so.13: cannot open shared object file— onnxruntime-gpu est construit pour CUDA 13 mais la machine a CUDA 12. C'est exactement ce que le verrouillage de version danssetup_env.shcorrige.Unknown scheme for proxy URL 'socks://...'— un proxysocks://all_proxycasse gradio/httpx. Le wrapper d'exécution l'annule ; si vous exécutez rembg manuellement, faitesunset all_proxy ALL_PROXYd'abord.The CLI dependencies are not installed— rembg a été installé sans l'extension[cli].setup_env.shinstallerembg[cpu,cli]; relancez-le.- Le téléchargement de modèle se bloque / erreur SSL EOF — définissez un
PROXYfonctionnel, ou pré-téléchargez avecwget -cdans~/.u2net/<nom>.onnx(l'installateur le fait déjà).