Page informative, sans valeur de conseil. Installez depuis la source officielle, vérifiez la licence de l'outil et celle du modèle choisi (elles diffèrent — certains modèles sont non commerciaux), avant tout usage professionnel.
À quoi ça sert
rembg détecte le sujet principal d'une image (personne, produit, animal, objet…) et retire le fond pour ne conserver que le sujet, exporté en PNG avec canal alpha. Il s'utilise de trois façons : en ligne de commande pour un fichier ou un dossier, comme bibliothèque Python pour l'intégrer à un script, ou via un serveur HTTP local (et une image Docker). C'est l'outil de référence pour préparer des photos produits, des portraits ou des compositions sans envoyer ses images sur un serveur tiers.
Ce qui fait sa force
- Automatisable de bout en bout. CLI et API Python permettent de détourer des milliers d'images en script, sans clic — idéal pour un catalogue e-commerce.
- Un éventail de modèles selon le sujet. rembg embarque plusieurs modèles (U²-Net, ISNet, BiRefNet, SAM, BRIA RMBG…) : on choisit le plus adapté (objet, personne, vêtement, haute résolution) pour gagner en précision.
- Trois interfaces, un seul moteur. Ligne de commande, bibliothèque ou serveur HTTP/Docker : on l'intègre là où on en a besoin, du bidouillage au pipeline de production.
- Licence MIT très permissive. Le code de rembg est sous MIT — souple à intégrer (la licence des modèles reste, elle, à vérifier au cas par cas).
Pour qui
Pour qui est à l'aise avec un terminal, ou veut intégrer le détourage dans un script. Niveau : simple en ligne de commande, avancé pour l'intégration Python. Une interface web locale existe pour ceux qui préfèrent éviter le terminal.
Prérequis matériel
rembg tourne sur processeur pour un usage courant : pas de GPU obligatoire. Pour des
gros volumes ou des modèles lourds (BiRefNet haute résolution), un GPU accélère nettement le
traitement, via onnxruntime-gpu (NVIDIA/CUDA) ou onnxruntime-rocm (AMD).
Le premier appel d'un modèle télécharge ses poids (de ~170 Mo à plusieurs centaines de Mo selon le
modèle), ensuite mis en cache localement.
Installation
Via pip
Le paquet seul (pip install rembg) n'installe pas le moteur qui exécute les modèles
(onnxruntime) : la documentation officielle fait choisir une variante selon la machine, avec Python 3.11
ou plus.
# Processeur (cas courant) : bibliothèque + ligne de commande
pip install "rembg[cpu,cli]"
# GPU NVIDIA (CUDA) : vérifiez d'abord qu'onnxruntime-gpu prend en charge votre système
pip install "rembg[gpu,cli]"
# GPU AMD (ROCm, Linux) : onnxruntime-rocm doit être installé au préalable
pip install "rembg[rocm,cli]"
# Bibliothèque Python seule : retirez « ,cli », par exemple "rembg[cpu]"
Via Docker
À savoir avant de copier une commande : le serveur de rembg (rembg s) n'a pas d'authentification
et écoute par défaut sur toutes les adresses de la machine (0.0.0.0) ; Docker publie le port
de la même façon si l'on ne précise pas d'adresse. Les commandes ci-dessous limitent l'accès à votre
machine (127.0.0.1).
# Sans étiquette, Docker prend « latest » : épinglez plutôt une version précise publiée par le projet (image:version)
docker run -p 127.0.0.1:7000:7000 danielgatis/rembg s
Lance le serveur HTTP local sur http://localhost:7000.
En ligne de commande
À savoir avant de copier les exemples : sans -m, ces commandes utilisent
BRIA RMBG-2.0, le modèle par défaut de la version citée (v2.0.86), sous licence
non commerciale (CC BY-NC 4.0). Pour un usage commercial, obtenez l'accord de BRIA, ou
nommez un autre modèle dont la licence convient, par exemple -m birefnet-general (MIT).
# Détourer une image (sans -m : BRIA RMBG-2.0, non commercial)
rembg i entree.jpg sortie.png
# Traiter un dossier entier (même modèle par défaut)
rembg p dossier_entree/ dossier_sortie/
# Choisir un modèle précis (BiRefNet, licence MIT)
rembg i -m birefnet-general entree.jpg sortie.png
rembg p -m birefnet-general dossier_entree/ dossier_sortie/
# Lancer l'interface web locale, écoute limitée à votre machine
rembg s --host 127.0.0.1
En Python
Sans session précisée, remove() utilise lui aussi BRIA RMBG-2.0 (non commercial). Nommez le
modèle en créant la session :
from rembg import new_session, remove
from PIL import Image
session = new_session("birefnet-general") # modèle nommé, licence MIT
entree = Image.open("entree.jpg")
sortie = remove(entree, session=session)
sortie.save("sortie.png")
Points de vigilance
rembg tourne en local avec ses modèles téléchargés (seul le modèle withoutbg envoie
l'image à un service en ligne, avec une clé de ce service). Le vrai point d'attention est la
licence du modèle :
rembg est sous MIT, mais certains modèles qu'il propose ne le sont pas — et l'un d'eux est
explicitement non commercial.
| Point d'attention | Niveau | Ce qu'il faut savoir |
|---|---|---|
| Licence du modèle (≠ celle de rembg) | 🔴 réel pour certains modèles | rembg (code) est sous MIT, mais chaque modèle a sa licence. U²-Net : Apache-2.0 ; BiRefNet : MIT ; SAM : Apache-2.0. En revanche BRIA RMBG-2.0, le modèle utilisé par défaut (sans -m) dans la v2.0.86, est sous licence non commerciale CC BY-NC 4.0 (usage pro = accord commercial auprès de BRIA AI). Vérifiez le modèle choisi avant toute diffusion commerciale. |
| Précision selon le sujet | 🟡 selon le contenu | Cheveux fins, sujets translucides (verre, voile), arrière-plans complexes : le détourage peut rogner ou laisser des halos. Un modèle adapté (BiRefNet pour la finesse) et une retouche manuelle peuvent être nécessaires. |
| Droits sur les images traitées | 🟡 selon le cas | Détourer ne change pas les droits : l'usage d'une image de personne ou de produit (droit à l'image, marques) reste de votre responsabilité. |
Sécurité
- Installez via pip ou le dépôt officiel : github.com/danielgatis/rembg.
-
Gardez le serveur HTTP en local.
rembg sécoute par défaut sur toutes les adresses de la machine (0.0.0.0) : lancez-le avec--host 127.0.0.1, et ne l'exposez pas sur Internet sans protection. -
Maintenez à jour via
pip install --upgrade "rembg[cpu,cli]"(avec la variante que vous avez installée).
Aller plus loin
- Upscayl — agrandir une image après détourage.
- ComfyUI — intègre des nœuds de détourage dans des workflows complets.
- InvokeAI — recomposer des images après détourage.
- OSIALab — comparer tous les outils de traitement d'images.
Sources
- Code source & licence (MIT) : github.com/danielgatis/rembg ; installation par variante (cpu, gpu, rocm) dans son README (consulté le 30 octobre 2026)
- Version et dépendances publiées : rembg sur PyPI ; adresse d'écoute par défaut du serveur : code de la commande s (v2.0.86)
- Modèle U²-Net (Apache-2.0) : github.com/xuebinqin/U-2-Net
- Modèle BiRefNet (MIT) : github.com/ZhengPeng7/BiRefNet
- Modèle par défaut
bria-rmbgen v2.0.86 : commande i, fonction remove ; licence de BRIA RMBG-2.0 (CC BY-NC 4.0) : huggingface.co/briaai/RMBG-2.0 (consultés le 2 novembre 2026)