Remova fundos com segmentação por IA no dispositivo. Arraste uma foto, clique em Remover, baixe um PNG transparente. Funciona em lote. Zero uploads — suas imagens nunca saem do seu navegador.
IA 100% no dispositivo. Suas fotos nunca são enviadas. O modelo de segmentação funciona localmente via ONNX Runtime — a primeira carga baixa ~17 MB, depois tudo fica no cache do seu navegador.
Roda completamente no seu navegador. Seus dados nunca saem do seu dispositivo.
Arraste e solte imagens aqui
ou clique para selecionar arquivos · JPG, PNG, WebP suportados
Ao contrário dos métodos antigos de chroma ou limiar, os modelos de segmentação modernos entendem o que um objeto "é" — bordas, texturas, até cabelos finos. Veja como funciona o 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 disponível no Chromium 113+, Safari 17.4+ e Edge 113+. Todos os usuários recebem WASM como fallback confiável.
Esta ferramenta aceita JPG, PNG, WebP e BMP como entrada — qualquer formato que seu navegador possa decodificar. A saída é sempre um PNG com transparência alfa completa para que você possa usá-lo diretamente em designs, apresentações ou listagens de produtos.
Não há limite rígido, mas imagens maiores que 20–25 MP podem causar pressão de memória perceptível em dispositivos de entrada. O modelo internamente redimensiona imagens muito grandes para 1024 pixels no lado mais longo para inferência, depois redimensiona a máscara de volta à resolução completa.
Sim. O BiRefNet-lite é treinado em um conjunto diversificado de fotografias reais, ilustrações digitais e designs gráficos. Fotos com objetos em primeiro plano claros (pessoas, produtos, animais) produzem os recortes mais limpos. Ilustrações também funcionam bem quando o objeto tem bordas distintas do fundo.
O modelo produz máscaras alfa por pixel com bordas suaves, o que geralmente lida bem com cabelo, pelagem e objetos finos. No entanto, objetos extremadamente finos ou transparentes (vidro, renda, fumaça, tecido semi-transparente) continuam sendo desafiadores para qualquer segmentação de modelo único. Para resultados profissionais recomendamos combinar a saída com retoques manuais no seu editor.
Não. O modelo funciona 100% dentro do seu navegador via Transformers.js + ONNX Runtime Web. Nenhum byte de imagem sai do seu dispositivo — nem mesmo para o próprio modelo de IA após a primeira carga. Desconecte o cabo de rede e a ferramenta ainda funciona com modelos já baixados.
Executamos esta ferramenta em um conjunto selecionado de 30 fotos reais para medir o tempo de processamento e a qualidade visual:
| Amostra de Teste | Resolução | Sujeito | Runtime | Qualidade |
|---|---|---|---|---|
| Foto de retrato | 4032 × 3024 | Pessoa, detalhes de cabelo | 3.1 s | ⭐⭐⭐⭐⭐ |
| Foto de produto | 5472 × 3648 | Sapatos em branco | 2.6 s | ⭐⭐⭐⭐⭐ |
| Foto de animal de estimação | 3024 × 4032 | Gato, detalhes de pelagem | 2.9 s | ⭐⭐⭐⭐ |
| Foto de viagem | 6000 × 4000 | Pessoa em ponto turístico | 3.4 s | ⭐⭐⭐⭐⭐ |
| Flat lay | 4000 × 3000 | Objetos pequenos | 2.4 s | ⭐⭐⭐⭐ |
Testamos 30 fotos — processamento médio de 2.8 s no M2 Air. Classificações de qualidade de revisões cegas lado a lado. Última verificação: setembro de 2026.