Virksomheden Feyn har udgivet FeyNoBg, en model til automatisk baggrundsfjernelse, og samtidig open-sourcet NoBg, det Python-bibliotek, der bruges til at træne og køre modellen. Ifølge medstifter Shreyash er baggrundsfjernelse ”en af de mest almindelige, men undervurderede anvendelser af AI” og ”overraskende kompleks”, fordi modeller let forvirres af camouflage, bevægelsesslør eller fine strukturer som hår.
FeyNoBg adskiller sig ved at levere både en færdig model og den fulde træningspipeline. Det betyder, at virksomheder kan tage udgangspunkt i FeyNoBg og finjustere den på deres egne data – eksempelvis produktbilleder, medicinske optagelser eller sportssekvenser – i stedet for at starte fra bunden eller være låst til en lukket API. Feyn selv hjælper virksomheder med at bygge specialiserede modeller, men open source-udgivelsen gør teknologien tilgængelig for alle.
For beslutningstagere og udviklere, der overvejer at integrere baggrundsfjernelse i et workflow, er det strategisk vigtigt, at NoBg-biblioteket giver kontrol over træningsdata og modelarkitektur. Det reducerer afhængigheden af eksterne tjenester og gør det muligt at optimere til specifikke domæner – en fordel, hvis nøjagtighed på fx hår, gennemsigtige objekter eller hurtige bevægelser er kritisk.
