> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/german/function-blocks/ai-blocks/background-removal-birefnet.md).

# Background Removal (BiRefNet)

Dieser Funktionsblock führt eine hochqualitative Vordergrund-/Hintergrund-Segmentierung mit dem BiRefNet-Modell durch. Er erzeugt eine binäre Maske und (optional) eine grüne Overlay-Visualisierung des erkannten Vordergrunds, damit Sie die Ergebnisse schnell überprüfen können.

## 📥 Eingänge (Sockets) <a href="#inputs" id="inputs"></a>

`Image` RGB- / BGR-Bild, das segmentiert werden soll.

## 📤 Ausgänge (Sockets) <a href="#outputs" id="outputs"></a>

`Overlay` Bild mit grünem Overlay, das die segmentierten Vordergrundbereiche anzeigt.

`Mask` Binäre Segmentierungsmaske (0 = Hintergrund, 255 = Vordergrund).

## 🕹️ Steuerungen <a href="#controls" id="controls"></a>

`Overlay` Umschalter zum Aktivieren oder Deaktivieren der Overlay-Visualisierungsausgabe (zeigt grünes Overlay über dem Input-Bild).

## 🎨 Funktionen <a href="#features" id="features"></a>

* Hochwertige Segmentierung, geeignet für Objekte mit komplexen Konturen und teilweiser Transparenz.
* Erzeugt sowohl eine binäre Maske als auch eine Visualisierungs-Overlay zur schnellen Überprüfung.
* Lädt Modell und wählt das Gerät automatisch (GPU, falls verfügbar).
* Entwickelt, um mit Bildern beliebiger Größe zu arbeiten (die Modellverarbeitung kann intern eine feste Größe für die Inferenz verwenden).
* Erfordert zusätzliche Pakete: transformers, torch, torchvision, pillow.

## 📝 Nutzungshinweise <a href="#usage" id="usage"></a>

1. Verbinden Sie eine Bildquelle mit dem `Image`-Eingang (z. B.: `Camera USB`, `Camera IP (ONVIF)`, `Load Image`).
2. Schalten Sie `Overlay` ein, wenn Sie neben der binären Maske eine grüne Visualisierung erhalten möchten.
3. Prüfen Sie die Ausgaben: Verwenden Sie `Overlay` zur visuellen Vorschau und `Mask` für nachgelagerte Verarbeitungsschritte (Messungen, Zuschneiden, Zählen usw.).
4. Speichern oder protokollieren Sie die Ausgaben mit `Image Write` oder `Image Logger`, falls Sie die Ergebnisse ablegen möchten.

## 📊 Auswertung <a href="#evaluation" id="evaluation"></a>

Beim Ausführen liefert dieser Block eine binäre Maske, die Vordergrundpixel kennzeichnet, und optional ein Overlay-Bild, in dem Vordergrundbereiche grün eingefärbt sind. Verwenden Sie die Maske für weitere Bildoperationen oder Messungen.

## 💡 Tipps und Tricks <a href="#tips-and-tricks" id="tips-and-tricks"></a>

* Verwenden Sie `Image Resizer` oder `Image Resize`, um die Eingangsgröße zu begrenzen, wenn Ihre Quellbilder sehr groß sind. Das spart Speicher und beschleunigt die Verarbeitung.
* Entrauschen oder glätten Sie das Eingangssignal mit `Denoising` oder `Blur`, um zufällige Maskenartefakte zu reduzieren.
* Für stärkeren Kontrast zwischen Motiv und Hintergrund probieren Sie `Auto Contrast` oder `Adjust Colors` vor der Segmentierung.
* Um kleine Maskenlöcher oder Störpixel zu entfernen, führen Sie `Morphological Transformations` auf der `Mask`-Ausgabe aus und verwenden Sie anschließend `Apply Mask`, um eine bereinigte Ausschnittdarstellung zu erhalten.
* Möchten Sie einen anderen Ansatz mit weniger Abhängigkeiten testen, probieren Sie `Background Removal (RMBG-1.4)` zum Vergleich.
* Visualisieren Sie Ergebnisse interaktiv mit `Show Image`. Für automatische Aufzeichnungen nutzen Sie `Image Logger` oder `Image Write`.
* Verwenden Sie `Image ROI` / `Image ROI Select` vor der Segmentierung, wenn nur ein bestimmter Bereich segmentiert werden soll (spart Rechenleistung und verbessert oft das Ergebnis).

## 🛠️ Fehlersuche <a href="#troubleshooting" id="troubleshooting"></a>

* Meldet der Block fehlende Abhängigkeiten, installieren Sie die benötigten Pakete (transformers, torch, torchvision, pillow) und starten Sie die Umgebung neu.
* Wirken die Ergebnisse verrauscht oder unvollständig, probieren Sie Vorverarbeitung mit `Image Resizer`, `Denoising` oder `Auto Contrast` und Nachbearbeitung der `Mask` mit `Morphological Transformations`.
* Bei langsamer Verarbeitung großer Bilder reduzieren Sie die Eingangsgröße mit `Image Resizer` oder verwenden Sie kleinere Quellbilder vor diesem Block.
* Um Zwischenergebnisse zu prüfen, verbinden Sie die Ausgaben `Overlay` oder `Mask` mit `Show Image` oder speichern Sie sie mit `Image Write`.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://docs.augelab.com/german/function-blocks/ai-blocks/background-removal-birefnet.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.