bottle画像の背景を消す時間は、中央値でrembgが0.219936125秒、backgroundremoverが0.581878709秒でした。
速さの勝者が、仕上がりの勝者にはなりませんでした。 背景の透明化率と出力PNGの小ささは、3枚ともbackgroundremoverが少し上でした。
どちらも無料で、写真を外へ送らずにMacの中で動きます。 同じ公開モデルのu2netp(小さくて速い背景除去用のAI)を指定して、条件をそろえて比べました。
同じ条件にそろえたこと
モデル、画像、実行場所、スレッド数を同じにしています。 ちがうのは、各ツールの前処理・後処理と、モデルの保存形式です。
| 項目 | 内容 |
|---|---|
| 測った日 | 2026年10月28日 |
| 環境 | macOS 27.2(arm64)・Python 3.12.16 |
| バージョン | rembg 2.0.86・backgroundremover 0.4.5 |
| モデル | どちらもu2netp(rembgはONNX版、backgroundremoverはPyTorch版) |
| 実行 | CPUだけ・各1スレッド・alpha matting(輪郭の仕上げ処理)は無効 |
| 画像 | 512×512の自作合成PNG三枚(bottle・plant・toy-person) |
| 回数 | 画像ごと・ツールごとに、ウォームアップのあと5回。合計30回 |
| 時間の範囲 | モデルを読み込んだ状態で、PNGの読み込みから書き出しまで |
正解マスクとは、作図と同時に作った「ここが前景、ここが背景」という答えです。 画像の全ての画素が、前景か背景かはっきり分かっています。
出典: 自前の計測(2026年10月28日・生データは文末に公開)
同じPNG画像の背景除去時間(秒):rembgが3枚とも短い
処理時間は、3枚ともrembgが短い結果でした。 表の値は、5回の中央値です。
| 画像 | rembg | backgroundremover |
|---|---|---|
| bottle | 0.219936125秒 | 0.581878709秒 |
| plant | 0.242423542秒 | 0.463707542秒 |
| toy-person | 0.303334583秒 | 0.628876083秒 |
backgroundremoverの標準のremoveは、呼ぶたびにモデルを読み込みます。 測定では、読み込み済みのモデルを渡す形にして、処理そのものの時間だけを見ました。
標準のremoveと出力PNGが同じバイト列になることは、3枚で確かめています。
出典: 自前の計測(2026年10月28日)
ここが落とし穴:一度の計測は揺れる
plantの5回を並べると、rembgの2回目だけ0.747848833秒まで遅くなっています。 これはbackgroundremoverの1回目の0.500422334秒より遅い値です。
| 回 | rembg | backgroundremover |
|---|---|---|
| 1回目 | 0.150641042秒 | 0.500422334秒 |
| 2回目 | 0.747848833秒 | 0.871990208秒 |
| 3回目 | 0.250267792秒 | 0.425907041秒 |
| 4回目 | 0.180514917秒 | 0.463707542秒 |
| 5回目 | 0.242423542秒 | 0.417380833秒 |
どちらも2回目が遅い回でした。 この環境は他の処理を止めて測ったものではなく、時間の揺れも含みます。
1回だけ測って決めず、数回回して中央値を見るのが安全です。
出典: 自前の計測(2026年10月28日)
正解マスク上の前景保持率と背景透明化率(%):前景は残り、背景に小さな差
前景は、どちらもほぼ全部残りました。 差が出たのは背景で、完全に透明になった割合は3枚ともbackgroundremoverが少し高い結果です。
数え方は、alpha(不透明度。0が透明、255が不透明)を使います。 前景保持率は、正解の前景のうち、alphaが128以上の画素の割合です。
背景透明化率は、正解の背景のうち、alphaがちょうど0の画素の割合です。
| 画像 | ツール | 前景保持率(%) | 背景の完全透明化率(%) |
|---|---|---|---|
| bottle | rembg | 100.0 | 98.39218535858497 |
| bottle | backgroundremover | 100.0 | 98.4735878733248 |
| plant | rembg | 99.9969732740095 | 97.3003644617097 |
| plant | backgroundremover | 99.98486637004753 | 97.3880971606905 |
| toy-person | rembg | 99.99773108862368 | 96.91200073370936 |
| toy-person | backgroundremover | 99.99773108862368 | 97.71220250378319 |
前景で差が見えたのはplantだけで、rembgがわずかに高い値です。 bottleとtoy-personは、二つのツールで同じ値でした。
5回の出力PNGは、画像とツールの組ごとに同じ内容でした。 そのため、画素の数字は1回目の値を載せています。
背景が完全に透明にならなかった画素の大半は、alphaが128未満の薄いにじみです。 最も低かったのは、toy-personのrembgの96.91200073370936%でした。
完全な透明ではなく、alphaが128未満で数えると、順位が入れ替わる画像もあります。 bottleでは、rembgが99.93653363257572%、backgroundremoverが99.9264158058849%でした。
出典: 自前の計測(2026年10月28日)
出力PNGのファイルサイズ(バイト):backgroundremoverが3枚とも小さい
出力PNGは、3枚ともbackgroundremoverのほうが小さくなりました。 背景の完全透明化率が高かった順と、ファイルが小さい順は、3枚とも同じ並びです。
| 画像 | rembg | backgroundremover |
|---|---|---|
| bottle | 9908バイト | 9732バイト |
| plant | 26118バイト | 25459バイト |
| toy-person | 20946バイト | 19549バイト |
1枚ごとの差は小さなものです。 画像を大量に保存するときに、差が積み重なります。
出典: 自前の計測(2026年10月28日)
初回だけかかる時間:モデルの取得と読み込み
初めて使うときは、公開モデルのファイルを取り込む時間が先にかかります。 取り込んだあとの読み込みは、backgroundremoverのほうが短い結果でした。
| 項目 | rembg | backgroundremover |
|---|---|---|
| モデルの形式 | ONNX | PyTorch |
| 公開モデルのサイズ | 4574861バイト | 4683258バイト |
| 初回の取得時間 | 0.470720459秒 | 1.209236667秒 |
| 取得済みモデルの読み込み | 0.097875083秒 | 0.058312334秒 |
同じ名前のモデルでも、形式が違い、ファイルのサイズも少し違います。
backgroundremoverは、モデルが手元に無ければ初回の実行で自動で取得します。 rembgの軽量モデル用の設定は、GitHubのリリースから重みを取得し、チェックサムで中身を確かめる作りです。
出典: 自前の計測(2026年10月28日)、rembgとbackgroundremoverのGitHub(2026年10月29日確認)
導入の条件とライセンス:公式ページで確かめたこと
どちらも無料のオープンソースですが、入れ方と注意点が違います。
| 項目 | rembg | backgroundremover |
|---|---|---|
| ライセンス | 本体はMIT | コードはMIT・モデルはApache License |
| 入れ方 | CPU用は rembg[cpu] の指定 | pip でインストール。PyTorchとffmpegは別に入れる |
| GPU | NVIDIAは別の指定で、CUDAなどが要る場合がある | 自動で検出し、使えなければCPUに戻る |
| 最初に選ばれるモデル | bria-rmbg(商用利用は有償の契約が必要) | 汎用のモデル |
rembgは、モデルの重みにrembg本体とは別のライセンスがあります。 商用で使う前に、選ぶモデルごとにライセンスを確かめてください。
Macでは、PyTorchがMetal Performance Shaders(チップ内のGPUを使う仕組み)を通してGPUを使えます。 Appleのページは、この機能をベータ段階と説明しています。
出典: rembg公式GitHub・backgroundremover公式GitHub・Apple公式のMetal解説(2026年10月29日確認)
選び方:先に試すのはどちらか
速さを優先するならrembg、背景のきれいさとファイルの小ささを優先するならbackgroundremoverです。
迷ったら、次の三つを上から順に見てください。
- 処理時間を縮めたい:bottleの中央値は、rembgが0.219936125秒、backgroundremoverが0.581878709秒です。
- 背景を消し切りたい:plantの背景の完全透明化率は、rembgが97.3003644617097%、backgroundremoverが97.3880971606905%です。
- 保存サイズを減らしたい:toy-personは、rembgが20946バイト、backgroundremoverが19549バイトです。
私なら、まずrembgで回して、背景の残りが気になった画像だけbackgroundremoverを試します。 三枚すべてで処理が短かったからです。
二つの道具を、一言ずつにまとめました。
二つの道具の一言まとめ
rembg
CPU用の指定で入れられて、今回の三枚では処理が短い側でした。
backgroundremover
PyTorchが要りますが、背景の透明化とファイルの小ささで少し上でした。
どちらも
人物向けのモデルが選べます。人の写真は、そちらで試すのが安全です。
迷ったときの流れも置きます。
どちらを先に試すか
- 1. 処理の速さを一番に重ねたいですか?はい → rembgを先に試します。いいえ → 次の質問へ
- 2. すでにPyTorchの環境がありますか?はい → backgroundremoverを試します。いいえ → rembgをCPU用の指定で入れます。
人物の写真が中心なら、人物向けのモデルが両方に用意されています。 まずそちらで、自分の写真を一度試してください。
測定と比較の範囲
この記事の画像は、図形から作った合成のPNG三枚だけです。 実写の人物、髪の毛、半透明の素材の品質は、測っていません。
時間は、モデルを読み込んだ状態で、PNGの読み込みから書き出しまでを測りました。 ツールを起動する時間、インストールの時間、メモリ、消費電力は含みません。
backgroundremoverは、標準のremoveが毎回モデルを読み込むため、読み込み済みのモデルを渡す形で測っています。 標準のコマンドを呼ぶ全体の速さとは違います。
ONNX版とPyTorch版で、モデルの重みが全部同じかは確かめていません。 前処理・後処理もそれぞれの実装のままなので、実行ランタイムだけの比較ではありません。
MacのGPU(MPS)は使っていません。 GPUを使う設定では、別の結果になる可能性があります。
モデルの取得と読み込みは、各1回の観測です。 通信の状態やOSのキャッシュで変わります。
測定中は、モデルをローカルのファイルから読み、Pythonの監査の仕組みで外への接続を拒否しました。 接続の試みは0回でしたが、パケットの記録ではないので、全ての通信を保証するものではありません。
PyPIのONNX Runtimeのページは今回読み込めず、そこから分かる条件は書いていません。 公式ページの速度表は転載していません。
出典
公式ページは2026年10月29日に取得しました。 測定の生データは2026年10月28日の記録です。
- rembg 公式GitHub — https://github.com/danielgatis/rembg
- rembg 軽量モデルの設定ファイル — https://github.com/danielgatis/rembg/blob/main/rembg/sessions/u2netp.py
- backgroundremover 公式GitHub — https://github.com/nadermx/backgroundremover
- ONNX Runtime(PyPI・今回は読み込めず未使用) — https://pypi.org/project/onnxruntime/
- Apple 公式のMetal解説 — https://developer.apple.com/metal/pytorch/
自前の計測の記録は、次で公開しています。
変更履歴
| 日付 | 内容 |
|---|---|
| 2026-10-29 | 初版を作成。2026年10月28日の自前の計測と、公式ページの確認結果をまとめた |
