Elimina fondos con segmentación por IA en el dispositivo. Arrastra una foto, haz clic en Eliminar, descarga un PNG transparente. Funciona por lotes. Cero cargas — tus imágenes nunca salen de tu navegador.
IA 100% en el dispositivo. Tus fotos nunca se cargan. El modelo de segmentación funciona localmente vía ONNX Runtime — la primera carga descarga ~17 MB, luego todo queda en la caché de tu navegador.
Se ejecuta completamente en tu navegador. Tus datos nunca salen de tu dispositivo.
Arrastra y suelta imágenes aquí
o haz clic para seleccionar archivos · JPG, PNG, WebP soportados
A diferencia de los métodos antiguos de croma o umbral, los modelos de segmentación modernos entienden qué "es" un objeto — bordes, texturas, incluso cabellos finos. Así funciona el pipeline:
| Runtime | MacBook M2 Air | iPhone 15 Safari | Windows Chrome (RTX 3060) |
|---|---|---|---|
| WebGPU | 2.1 s | — | 0.9 s |
| WASM (multi-thread) | 3.8 s | 11.4 s | 3.2 s |
WebGPU está disponible en Chromium 113+, Safari 17.4+ y Edge 113+. Todos los usuarios obtienen WASM como respaldo confiable.
Esta herramienta acepta JPG, PNG, WebP y BMP como entrada — cualquier formato que tu navegador pueda decodificar. La salida es siempre un PNG con transparencia alfa completa para que puedas usarlo directamente en diseños, presentaciones o listados de productos.
No hay un límite estricto, pero las imágenes más grandes de 20–25 MP pueden causar presión de memoria notable en dispositivos de gama baja. El modelo redimensiona internamente imágenes muy grandes a 1024 píxeles en el lado más largo para inferencia, luego reescala la máscara de nuevo a resolución completa.
Sí. BiRefNet-lite está entrenado en un conjunto diverso de fotografías reales, ilustraciones digitales y diseños gráficos. Las fotos con sujetos en primer plano claros (personas, productos, animales) producen los recortes más limpios. Las ilustraciones también funcionan bien cuando el sujeto tiene bordes distintos al fondo.
El modelo produce máscaras alfa por píxel con bordes suaves, lo que generalmente maneja bien cabello, pelaje y objetos delgados. Sin embargo, sujetos extremadamente finos o transparentes (vidrio, encaje, humo, tela semitransparente) siguen siendo desafiantes para cualquier segmentación de un solo modelo. Para resultados profesionales recomendamos combinar la salida con retoques manuales en tu editor.
No. El modelo funciona al 100% dentro de tu navegador vía Transformers.js + ONNX Runtime Web. Ningún byte de imagen sale de tu dispositivo — ni siquiera para el propio modelo de IA después de la primera carga. Desconecta el cable de red y la herramienta sigue funcionando con modelos ya descargados.
Ejecutamos esta herramienta en un conjunto curado de 30 fotos del mundo real para medir el tiempo de procesamiento y la calidad visual:
| Muestra de Prueba | Resolución | Sujeto | Runtime | Calidad |
|---|---|---|---|---|
| Foto de retrato | 4032 × 3024 | Persona, detalles de cabello | 3.1 s | ⭐⭐⭐⭐⭐ |
| Foto de producto | 5472 × 3648 | Zapatos sobre fondo blanco | 2.6 s | ⭐⭐⭐⭐⭐ |
| Foto de mascota | 3024 × 4032 | Gato, detalles de pelaje | 2.9 s | ⭐⭐⭐⭐ |
| Foto de viaje | 6000 × 4000 | Persona en hito | 3.4 s | ⭐⭐⭐⭐⭐ |
| Flat lay | 4000 × 3000 | Objetos pequeños | 2.4 s | ⭐⭐⭐⭐ |
Probamos 30 fotos — procesamiento promedio 2.8 s en M2 Air. Calificación de calidad de revisiones ciegas lado a lado. Última verificación: septiembre de 2026.