# rembg・backgroundremover / u2netp のローカル実測

依頼: req-20261022-065。題材: rembg-backgroundremover-u2netp-hikaku。
実行開始: 2026-10-28T14:09:51.292370+09:00、終了: 2026-10-28T14:10:12.042106+09:00。

このMacで実際に両ツールの背景除去推論を実行した。公開モデルとパッケージの取得だけインターネットを使い、鍵・ログイン・有料API・購入は使っていない。外部サービスの推論・クラウドAPIは測っていない。下記は自作の合成図形3枚に限る品質指標であり、実写の人物・髪・半透明素材・一般的な写真の品質は測っていない。転載画像やネット上の速度表は実測に含まない。

## 条件と測定範囲

- macOS-27.2-arm64-arm-64bit、arm64、Python 3.12.16。rembg 2.0.86、backgroundremover 0.4.5、ONNX Runtime 1.31.1、PyTorch 2.14.1。全依存関係は requirements.txt と raw.json にある。
- 各ツールへ同じ512×512 RGB PNGの同一バイト列を渡す。bottle、plant、toy-person の3種類をPillowの図形から自作した。0/255の正解マスクは描画と同時に作り、全画素を既知の前景か背景として数える。境界の除外・手修正・良い画像の選別はしていない。作図コードを replay.txt に含めた。
- 両方で u2netp を明示指定。rembgはCPU版onnxruntimeの CPUExecutionProvider だけ、backgroundremoverは detect.load_model('u2netp') の非CUDA経路を使い、全パラメータがcpuであることを確認した。MPSも使っていない。両ランタイムのintra/inter-opスレッド数を1に固定。入力の内部リサイズは各実装で320×320。alpha matting、追加マスク処理、decontamination、ViTMatteは無効。
- rembgは公式ONNX版、backgroundremoverは公式PyTorch版。同名のu2netpを比較したが、形式間の全重み一致は未検証。リサイズ・正規化・マスク復元などはそれぞれの実装を残しており、ランタイム単体や完全同一テンソルの比較ではない。実際に使用したコードを source-*.txt として保存した。
- 各画像×各ツールで1回のウォームアップを分離して保存し、その後5回ずつ、合計30回の本測定。反復ごとにツールの順を反転した。1プロセス内で両モデルを保持して直列に処理した。背景の他プロセス・温度・電源状態を隔離した実験ではなく、時間の変動を含む。
- 時間は perf_counter_ns。入力PNGのメモリ上のバイト列のdecodeから、前処理・実推論・後処理・PNG encodeまで。ディスク保存とマスク採点は除外。整数ナノ秒と秒の双方を保存した。CLI起動時間・インストール時間・メモリ・消費電力は未測定。
- backgroundremover.remove は標準では毎回モデルをロードする。ロード時間を分けるため、測定ではロード済みモデルを渡して実物の detect.predict / naive_cutout / PNG保存を呼ぶアダプターを使った。インストール済みのコードは改変していない。各画像で標準の remove(data, model_name='u2netp', alpha_matting=False) とPNGのバイトが完全一致することを確認した（native_adapter_checks）。したがってモデル常駐での処理時間であり、標準CLIや標準removeの呼出し全体の速度とは異なる。

## 画素指標

前景保持率 = 正解前景のうち出力alphaが128以上の画素数 / 正解前景数 × 100。
背景透明化率 = 正解背景のうち出力alphaが厳密に0の画素数 / 正解背景数 × 100。
後者は完全透明だけを数える。alphaが128未満の背景率は別の補助指標として保存し、完全透明と混同しない。生JSON/CSVに分子・分母も保存した。二値の正解マスクのため半透明の正解精度は扱わない。

## この実行の結果

時間は画像ごとの5回の中央値。他の値は初回の本測定値を示す。画像とツールの組ごとに全5回の出力PNGのSHA256は一致した。百分率は生JSONの値をそのまま記した。優劣を写真全般へ一般化しない。

| 自作画像 | ツール | 常駐処理中央値（秒） | 前景保持率（%） | 背景完全透明化率（%） | PNG（バイト） |
|---|---|---:|---:|---:|---:|
| bottle | rembg | 0.219936125 | 100.0 | 98.39218535858497 | 9908 |
| bottle | backgroundremover | 0.581878709 | 100.0 | 98.4735878733248 | 9732 |
| plant | rembg | 0.242423542 | 99.9969732740095 | 97.3003644617097 | 26118 |
| plant | backgroundremover | 0.463707542 | 99.98486637004753 | 97.3880971606905 | 25459 |
| toy-person | rembg | 0.303334583 | 99.99773108862368 | 96.91200073370936 | 20946 |
| toy-person | backgroundremover | 0.628876083 | 99.99773108862368 | 97.71220250378319 | 19549 |

## 初回の取得・ロード・ウォームアップ

公開モデル取得は新しい一時パスへのcurl処理を個別に計った。リダイレクト・通信・TLS・ファイル書込みを含み、パッケージ導入は含まない。

- rembg u2netp.onnx: 4574861 バイト、0.470720459 秒。
- backgroundremover u2netp.pth: 4683258 バイト、1.209236667 秒。
- ファイル取得後のモデルロード: rembg 0.097875083 秒、backgroundremover 0.058312334 秒。

取得もロードも各1回の観測であり、一般的な速度ではない。ロードにはファイルのOSキャッシュが効き得る。ディスクキャッシュを消していない。初回画像処理は warmups に別記した。ライブラリのプロセス内import時間も import_times に保存したが、事前の環境確認で依存キャッシュが温まっており、初めてインストールしたときのimport時間ではない。

計測中はモデルをローカルファイルから読み、Python監査フックで接続・DNS・sendtoを拒否した。監査対象の接続試行は0。これはパケットキャプチャではなく、ネイティブライブラリ全通信の監査ではない。ONNX RuntimeのテレメトリID保存とPythonのOSキャッシュに書込み警告が出たが、推論・30回の測定・画像出力は終了した。CPUの製品名取得は砂場で拒否されたため記載していない。これらを題材が測れない理由にはしていない。

## 再実行

replay.txt は拡張子をtxtにしたPythonスクリプト。Python 3.12とuvを使い、プロジェクトのルートで次を実行する。新しい出力フォルダを必須とし、既存の証拠ファイルは上書きしない。公開モデルは新しいモデル用一時フォルダに再取得し、今回のSHA256との一致を必須にする。モデル本体は証拠ディレクトリに入れない。

```sh
BENCH_DIR=$(mktemp -d /private/tmp/u2netp-repeat.XXXXXX)
UV_CACHE_DIR="$BENCH_DIR/uv-cache" uv venv --python python3.12 "$BENCH_DIR/venv"
UV_CACHE_DIR="$BENCH_DIR/uv-cache" UV_HTTP_RETRIES=0 uv pip install --python "$BENCH_DIR/venv/bin/python" -r measurements/rembg-backgroundremover-u2netp-2026-10-28-req065-a1-requirements.txt
"$BENCH_DIR/venv/bin/python" measurements/rembg-backgroundremover-u2netp-2026-10-28-req065-a1-replay.txt --out "$BENCH_DIR/evidence" --model-dir "$BENCH_DIR/models" --prefix u2netp-repeat
```

再実行で時間が一致するとは限らない。正解マスク・入力・各出力を再生成し、JSONの画素数とPNGを追える。再実行スクリプトは台帳・記事・本番サイトを更新しない。外部のモデル配布URLやパッケージが変われば取得失敗やハッシュ不一致で停止する。

## ファイルの対応と引継ぎ

raw.json が一次生データ。trials.csv は同じ30回の本測定を表に展開したもの。入力、正解マスク、ウォームアップ、全30出力のPNG、使用パッケージのコード、依存固定表、再実行コードを同じ接頭辞で保存した。manifest.json は自身以外の全成果物のSHA256とバイト数を列挙する。台帳の raw_sha256 はmanifest自身も含む。measurements/ と public/measurements/ のファイルは同名・同一バイトである。保存のみ行い、公開・X投稿・git commitは実行していない。

親プロセスが検査とcommitを担当する。再現の際はこのREADME、replay.txt、requirements.txtを読む。測定不能台帳や記事、topics.json、検査コード・条件は変更しない。

## 公式の取得元

- [rembg](https://github.com/danielgatis/rembg)
- [rembgのu2netpセッション](https://github.com/danielgatis/rembg/blob/main/rembg/sessions/u2netp.py)
- [backgroundremover](https://github.com/nadermx/backgroundremover)
- [backgroundremoverの画像推論](https://github.com/nadermx/backgroundremover/blob/main/backgroundremover/u2net/detect.py)
- [ONNX Runtimeパッケージ](https://pypi.org/project/onnxruntime/)

取得URL・モデルの実バイト数・MD5・SHA256は raw.json の downloads にある。公式サイトの性能値の転載はしていない。
