ऑन डिवाइस कटआउट मॉडल के का लउकेला
ऑन डिवाइस कटआउट मॉडल में इंसान, जूता, पालतू जानवर भा कुर्सी के मानवीय अर्थ में ना लउकेला। ई बिम्ब के संख्यात्मक प्रतिनिधित्व पावे ला आ पिक्सेल दर पिक्सेल के अनुमान लगावे ला कि कौनों इलाका मुख्य बिसय के होखे के संभावना बा। एकर उपयोगी आउटपुट एगो मास्क हवे: एगो ग्रेस्केल मैप जे परिणाम के पारदर्शिता चैनल बन सके ला।
ऊ भेद ऑटोमैटिक कटआउट के गति आ ओकर सीमा दुनु के बतावेला. मॉडल प्रशिक्षण के दौरान सीखल गईल दृश्य पैटर्न के इस्तेमाल क सकता, लेकिन ओकरा आपके इरादा के जानकारी नईखे। केंद्र के लगे कवनो तेज चीज महत्वपूर्ण लउक सके ला; हल्का कांच के रिम भा बाल के ढीला किनारा बैकग्राउंड निहन देखाई दे सकता।
इमेज फाइल से मॉडल इनपुट तक के बा
जवन फाइल रउरा पहिले चुनीले ओकरा के डिकोड करे के पड़ी. संकुचित फोटो के फाइल बाइट के ब्लॉक के रूप में सीधे मॉडल में पास ना कइल जाला। ब्राउजर एकरा के चौड़ाई, ऊँचाई आ रंग के मान वाला पिक्सेल में बदल देला।
एकरे बाद अनुमान पाइपलाइन मॉडल साइज के इनपुट तइयार करे ले। मॉडल आ रनटाइम के आधार पर तइयारी में शामिल हो सके ला:
- डिकोड कइल छवि के आकार बदल के मॉडल के उम्मीद के आयाम;
- लाल, हरियर, आ नीला मान सभ के संख्यात्मक चैनल के रूप में व्यवस्थित कइल;
- ओह मान सभ के स्केल कइल भा सामान्य कइल;
- इनहन के टेंसर में पैकेज कइल, अनुमान रनटाइम द्वारा इस्तेमाल कइल जाए वाला सरणी प्रारूप।
सटीक आयाम आ सामान्यीकरण के नियम मॉडल कार्यान्वयन के होला। महत्वपूर्ण ब्यवहारिक बिंदु ई बा कि अनुमान आमतौर पर तइयार रिप्रेजेंटेसन से काम करे ला, हर स्रोत पिक्सेल से अपना मूल साइज पर ना।
Easy Background Remover ब्राउजर में एह अनुमान स्टेप के ऑन-डिवाइस सेगमेंटेशन मॉडल के साथ चलावे ला। मॉडल फाइल के पहिला कटआउट से पहिले डाउनलोड करे के जरूरत पड़ सके ला, बाकी इमेज-प्रोसेसिंग पथ के डिजाइन अइसन बनावल गइल बा कि मॉडल तइयार हो गइला पर स्थानीय रहे। मॉडल डाउनलोड एगो एसेट रिक्वेस्ट हवे; ई दूरस्थ अनुमान खातिर चुनल फोटो अपलोड कइल एके बात ना ह.
आउटपुट एगो आत्मविश्वास जइसन मुखौटा ह
अपना आउटपुट में हर लोकेशन खातिर मॉडल एगो मान पैदा करे ला जेकरा के अउरी बिसय नियर भा अउरी बैकग्राउंड नियर के रूप में व्याख्या कइल जा सके ला। एकरा के ग्रेस्केल इमेज के रूप में चित्रित कइल उपयोगी होखी:
- सफेद के मतलब होला एह इलाका के रखल;
- करिया के मतलब होला एह इलाका के हटावे के;
- ग्रे के मतलब होला कवनो किनारा के लगे आंशिक कवरेज भा अनिश्चितता।
ब्राउजर ओह आउटपुट के कामकाजी अल्फा मास्क में बदल देला। एकरे बाद मूल रंग पिक्सेल सभ के चेकरबोर्ड, ठोस भराई, ढाल भा कौनों अउरी छवि पर कम्पोजिट कइल जा सके ला। पारदर्शी निर्यात फाइल में चेकरबोर्ड के पेंट करे के बजाय मास्क के अल्फा के रूप में स्टोर करे ला।
नरम मूल्यन के महत्व होला. अगर हर मास्क वैल्यू के तुरते शुद्ध करिया भा सफेद करे खातिर मजबूर कइल जाव त बाल, फर, कपड़ा के फाइबर, मोशन ब्लर, आ डिफोकस किनारा अस्वाभाविक रूप से कड़ा हो जाई. आंशिक अल्फा एगो सुचारू संक्रमण के संरक्षित कर सकेला। एकरा से पुरान बैकग्राउंड से रंग के फ्रिंज भी उजागर हो सकेला, जवना के चलते रिजल्ट अभी भी विजुअल चेक के हकदार बा।
कवन दृश्य सबूत मॉडल के मदद करेला
सेगमेंटेशन मॉडल एके बेर में एक से अधिका सुराग के आकर्षित कर सकेला। मजबूत सुराग में अक्सर शामिल बा:
- विषय आ पृष्ठभूमि के बीच के विपरीतता;
- कवनो प्रबल वस्तु के आसपास लगातार सीमा;
- आकार, बनावट, आ स्थिति के परिचित संयोजन;
- गहराई के संकेत जइसे कि फोकस के अंतर;
- अइसन क्षेत्र जवन दृष्टिगत रूप से एक साथ संबंधित होखे।
एहमें से कवनो सुराग एकर गारंटी नइखे. गहिराह देवाल से सटल करिया जैकेट कमजोर सीमा कंट्रास्ट देला। संकरी अंतराल वाला कुर्सी में पृष्ठभूमि के क्षेत्र हो सके ला जे ओह चीज से मिलत जुलत होखे। पैटर्न वाला बैकग्राउंड ध्यान खातिर वास्तविक विषय से प्रतिस्पर्धा कर सकेला।
मॉडल उपलब्ध पिक्सेल से सबसे बढ़िया अनुमान लगा रहल बा। ऊ अइसन विस्तार के रिकवर नइखे कर सकत जवन छवि कबो कैप्चर ना कइले होखे.
मॉडल के का पता नइखे
मॉडल के अपने आप पता ना चलेला कि जब कई गो विषय मौजूद होखे त रउआ कवन वस्तु रखे के चाहत रहनी। ओकरा नइखे मालूम कि पारदर्शी पीये के गिलास व्यावसायिक रूप से महत्वपूर्ण होला, यथार्थवाद खातिर छाया रहे के चाहीं, भा छोट पट्टा बैग के होला.
एकरा के धुंधला स्रोत के छिपल हाई-रिजोल्यूशन संस्करण भी ना मिलेला। संपीड़न ब्लॉक, क्लिप कइल हाइलाइट, मोशन ब्लर, आ बहुत छोट डिटेल उपलब्ध सबूत के सीमित करे ला। पूर्वावलोकन ज़ूम बढ़ावे से स्क्रीन पर पिक्सेल बड़ हो जालें; एहसे गायब जानकारी ना पैदा होखे.
एही से “एआई एकर पता लगा लिहलस” आ “किनारा प्रकाशित करे खातिर तइयार बा” अलग अलग दावा बा. पता लगावे से संपादन शुरू हो जाला। समीक्षा एकरा के खतम कर देला.
पातर आ पारदर्शी विवरण काहे मुश्किल बा
पतला चीज कुछ पिक्सेल पर कब्जा करे लीं। जब अनुमान खातिर कौनों बिम्ब के आकार बदलल जाला तब एक पिक्सेल के तार भा बाल के स्ट्रैंड के औसत बनावल जा सके ला आ एकरे आसपास के बैकग्राउंड के साथ। पारदर्शी चीज सभ के एगो अउरी कारण से कठिनाई होला: इनहन के लउके वाला रंग कुछ हद तक पुरान बैकग्राउंड होला। हो सके ला कि सीमा ओह ब्यक्ति खातिर साफ हो सके ला जे ओह चीज के समझे ला जबकि पिक्सेल पैटर्न अस्पष्ट रहे ला।
नरम छाया एगो जानबूझ के अस्पष्टता पैदा करेला। इनहन के बाहरी किनारा धीरे-धीरे फीका हो जाला, आ एक ठो निष्पक्ष रूप से सही कटऑफ ना होला। पूरा छाया के रखल एकही पृष्ठभूमि प प्राकृतिक देखाई दे सकता लेकिन चमकदार नाया भराई प गंदा। एकरा के हटावे से हो सकेला कि विषय बहत लउके.
ई सब जजमेंट के समस्या ओतने ह जतना मॉडल के समस्या।
मॉडल मास्क, काम करे वाला मास्क, आ निर्यात मास्क
ई तीन गो चरण के अलग करे में मदद करेला:
- मॉडल मास्क: अनुमान द्वारा वापस कइल गइल स्वचालित अनुमान।
- वर्किंग मास्क: कवनो जोड़ल भा मिटावे के परिष्कार के बाद संपादक में देखावल मास्क।
- निर्यात मास्क: वर्तमान परिणाम डाउनलोड भा कॉपी कइला पर लागू होखे वाला कामकाजी मास्क।
Easy Background Remover में, ब्रश परिष्कार कामकाजी मास्क के संपादित करेला। निर्यात चुपचाप अछूता स्वचालित मास्क पर वापस आवे के बजाय वर्तमान संपादित परिणाम के इस्तेमाल करे ला। एह से मॉडल के व्यापक अलगाव के संभालल जा सकेला जबकि रउआ ओह विवरण के सही कर सकेनी जवन इरादा पर निर्भर करेला।
प्रदर्शित पूर्वावलोकन के संपादक के फिट करे खातिर स्केल कइल जा सके ला। ऊ डिस्प्ले साइज मास्क के आंतरिक डिटेल के कवनो भरोसेमंद माप ना ह। भेद खातिर मास्क रिजोल्यूशन बनाम पूर्वावलोकन आकार पढ़ीं।
स्थानीय अनुमान के अभी भी एगो सेटअप स्टेप बा
मॉडल के ऑन डिवाइस चलावे खातिर मॉडल के वजन आ संगत ब्राउजर रनटाइम के जरूरत होला। वजन साधारण इंटरफेस कोड से बहुत बड़ बा, एहसे हर एडिटर लॉन्च प सबकुछ लोड कईल बेकार होई। पहिला सत्र मॉडल के डाउनलोड आ कैश क सके ला; बाद के साधारण सत्र सभ में आमतौर पर एकर दोबारा इस्तेमाल कइल जा सके ला।
पहिले रन कवनो मॉडल के डाउनलोड काहें करेला ओह सीमा के बतावेला बिना कवनो मॉडल एसेट डाउनलोड के फोटो अपलोड से भ्रमित कइले। भारी अनुमान भी मुख्य इंटरफेस थ्रेड से भाग जाला; देखल जाव वेब वर्कर इमेज प्रोसेसिंग बेसिक।
नतीजा के आंकलन करे के एगो व्यावहारिक तरीका
खाली विषय के केंद्र के निरीक्षण ना करीं। जहाँ सबूत सबसे कमजोर होखे ओहिजा मास्क के जांच करीं:
- बाल, फर, मूंछ, आ कपड़ा के रेशा;
- चश्मा, पट्टा, तार, आ संकरी अंतराल;
- कम-विपरीत किनारे के बा;
- अर्ध पारदर्शी सामग्री के बा;
- संपर्क छाया के बा;
- कोना जहाँ पुरान पृष्ठभूमि के रंग रह सकेला।
अगर अंतिम गंतव्य के बारे में पता ना होखे त रिजल्ट के हल्का आ गहिरा दुनों बैकग्राउंड पर देखीं। सफेद पर पीयर प्रभामंडल गायब हो सके ला आ करिया पर साफ हो सके ला। एकरा बाद खाली ओह क्षेत्रन के परिष्कृत करीं जवन इरादा के इस्तेमाल के प्रभावित करेला.
स्वचालित विभाजन तब सबसे उपयोगी होला जब एकरा के मजबूत फर्स्ट पास के रूप में मानल जाला, सही समझ के बयान ना। पूरा लोकल कटआउट आ रिफाइंड फ्लो के आजमावे खातिर, शुरुआत करीं देखल जाय।