অন-ডিভাইস কাটআউট মডেল কী «দেখে»
অন-ডিভাইস কাটআউট মডেল মানুষের মতো ব্যক্তি, জুতা বা চেয়ার «দেখে» না। সে ছবির সংখ্যাগত উপস্থাপনা পায় এবং পিক্সেল ধরে ধরে অনুমান করে কোন এলাকা মূল সাবজেক্টের।
এই পার্থক্য অটো কাটআউটের গতি ও সীমা দুটোই ব্যাখ্যা করে। মডেল ট্রেনিংয়ের ভিজ্যুয়াল প্যাটার্ন ব্যবহার করে, কিন্তু আপনার উদ্দেশ্য জানে না।
ইমেজ ফাইল থেকে মডেল ইনপুট পর্যন্ত
আপনি প্রথমে যে ফাইলটি চয়ন করেন তা ডিকোড করতে হবে। একটি সংকুচিত ফটো ফাইল বাইটের ব্লক হিসাবে মডেলে সরাসরি পাস করা হয় না। ব্রাউজার এটিকে প্রস্থ, উচ্চতা এবং রঙের মান সহ পিক্সেলে পরিণত করে।
অনুমান পাইপলাইন তারপর একটি মডেল আকারের ইনপুট প্রস্তুত করে। মডেল এবং রানটাইমের উপর নির্ভর করে, প্রস্তুতি অন্তর্ভুক্ত করতে পারে:
- ডিকোড করা ইমেজকে মডেলের প্রত্যাশা অনুযায়ী আকার পরিবর্তন করা;
- সাংখ্যিক চ্যানেল হিসাবে লাল, সবুজ এবং নীল মানগুলি সাজানো;
- এই মানগুলিকে স্কেলিং বা স্বাভাবিককরণ;
- এগুলিকে একটি টেনসরে প্যাকেজ করা, অনুমান রানটাইম দ্বারা ব্যবহৃত অ্যারে বিন্যাস৷
সঠিক মাত্রা এবং স্বাভাবিককরণ নিয়ম মডেল বাস্তবায়নের অন্তর্গত। গুরুত্বপূর্ণ ব্যবহারিক পয়েন্ট হল যে অনুমান সাধারণত একটি প্রস্তুত উপস্থাপনা থেকে কাজ করে, প্রতিটি উৎস পিক্সেল থেকে তার আসল আকারে নয়।
Easy Background Remover একটি অন-ডিভাইস সেগমেন্টেশন মডেলের সাথে ব্রাউজারে এই অনুমান ধাপটি চালায়। মডেল ফাইলটি প্রথম কাটআউটের আগে ডাউনলোড করার প্রয়োজন হতে পারে, তবে মডেলটি প্রস্তুত হলে ইমেজ-প্রসেসিং পাথটি স্থানীয় থাকার জন্য ডিজাইন করা হয়েছে। মডেল ডাউনলোড একটি সম্পদ অনুরোধ; এটি রিমোট প্রসেসিংের জন্য নির্বাচিত ফটো আপলোড করার মতো একই জিনিস নয়।
আউটপুট একটি আত্মবিশ্বাসের মতো মুখোশ
এর আউটপুটে প্রতিটি অবস্থানের জন্য, মডেলটি একটি মান তৈরি করে যা আরও বিষয়ের মতো বা আরও পটভূমির মতো হিসাবে ব্যাখ্যা করা যেতে পারে। এটি একটি গ্রেস্কেল চিত্র হিসাবে চিত্রিত করা দরকারী:
- সাদা মানে এই এলাকা রাখা;
- কালো মানে এই এলাকা অপসারণ;
- ধূসর মানে আংশিক কভারেজ বা প্রান্তের কাছে অনিশ্চয়তা।
ব্রাউজার সেই আউটপুটটিকে কার্যকরী আলফা মাস্কে রূপান্তর করে। আসল রঙের পিক্সেলগুলি তারপরে একটি চেকারবোর্ড, একটি কঠিন ভরাট, একটি গ্রেডিয়েন্ট বা অন্য চিত্রের উপর সংমিশ্রিত করা যেতে পারে। একটি স্বচ্ছ রপ্তানি ফাইলে চেকারবোর্ড পেইন্ট করার পরিবর্তে মাস্কটিকে আলফা হিসাবে সংরক্ষণ করে।
নরম মান গুরুত্বপূর্ণ। যদি প্রতিটি মুখোশের মান অবিলম্বে খাঁটি কালো বা সাদা করতে বাধ্য করা হয়, চুল, পশম, ফ্যাব্রিক ফাইবার, মোশন ব্লার এবং ডিফোকাসড প্রান্তগুলি অপ্রাকৃতিকভাবে শক্ত হয়ে যাবে। আংশিক আলফা একটি মসৃণ রূপান্তর সংরক্ষণ করতে পারে। এটি পুরানো ব্যাকগ্রাউন্ড থেকে রঙের ঝালরও প্রকাশ করতে পারে, যার কারণে ফলাফলটি এখনও একটি ভিজ্যুয়াল চেকের যোগ্য।
কি চাক্ষুষ প্রমাণ মডেল সাহায্য করে
একটি বিভাজন মডেল একবারে একাধিক সূত্র আঁকতে পারে। দৃঢ় সংকেত প্রায়ই অন্তর্ভুক্ত:
- বিষয় এবং পটভূমি মধ্যে বৈসাদৃশ্য;
- একটি প্রভাবশালী বস্তুর চারপাশে ক্রমাগত সীমানা;
- আকৃতি, টেক্সচার এবং অবস্থানের পরিচিত সমন্বয়;
- গভীরতার সংকেত যেমন ফোকাস পার্থক্য;
- যে অঞ্চলগুলি দৃশ্যত একত্রিত হয়।
এই ক্লুগুলির কোনটিই গ্যারান্টি নয়। একটি অন্ধকার প্রাচীর বিরুদ্ধে একটি অন্ধকার জ্যাকেট দুর্বল সীমানা বৈসাদৃশ্য প্রস্তাব। সরু ফাঁক সহ একটি চেয়ারে পটভূমি অঞ্চল থাকতে পারে যা বস্তুর অনুরূপ। একটি প্যাটার্নযুক্ত পটভূমি মনোযোগের জন্য প্রকৃত বিষয়ের সাথে প্রতিযোগিতা করতে পারে।
মডেল উপলব্ধ পিক্সেল থেকে একটি সেরা অনুমান করা হয়. এটি বিশদ পুনরুদ্ধার করতে পারে না যে চিত্রটি কখনই ক্যাপচার করা হয়নি।
মডেল কি জানেন না
মডেলটি স্বয়ংক্রিয়ভাবে জানে না যে আপনি কোন বস্তুটি রাখতে চান যখন বেশ কয়েকটি বিষয় উপস্থিত থাকে। এটা জানে না যে একটি স্বচ্ছ পানীয় গ্লাস বাণিজ্যিকভাবে গুরুত্বপূর্ণ, একটি ছায়া বাস্তবতার জন্য থাকা উচিত, বা একটি ছোট চাবুক একটি ব্যাগের অন্তর্গত।
এটি একটি অস্পষ্ট উত্সের একটি লুকানো উচ্চ-রেজোলিউশন সংস্করণও পায় না৷ কম্প্রেশন ব্লক, ক্লিপড হাইলাইট, মোশন ব্লার, এবং খুব ছোট বিবরণ উপলব্ধ প্রমাণকে সীমাবদ্ধ করে। প্রিভিউ জুম বাড়ালে স্ক্রিনে পিক্সেল বড় হয়; এটি অনুপস্থিত তথ্য তৈরি করে না।
এই কারণেই “এআই এটি সনাক্ত করেছে” এবং “প্রান্ত প্রকাশের জন্য প্রস্তুত” ভিন্ন দাবি। সনাক্তকরণ সম্পাদনা শুরু করে। পর্যালোচনা এটি শেষ.
কেন পাতলা এবং স্বচ্ছ বিবরণ কঠিন
পাতলা বস্তু কয়েক পিক্সেল দখল করে। যখন অনুমানের জন্য একটি চিত্রের আকার পরিবর্তন করা হয়, তখন একটি এক-পিক্সেল তার বা চুলের স্ট্র্যান্ডের চারপাশের পটভূমিতে গড় করা হতে পারে। স্বচ্ছ বস্তু অন্য কারণে কঠিন: তাদের দৃশ্যমান রঙ আংশিকভাবে পুরানো পটভূমি। সীমানা এমন একজন ব্যক্তির কাছে স্পষ্ট হতে পারে যে বস্তুটি বোঝে, যখন পিক্সেল প্যাটার্নটি অস্পষ্ট থাকে।
নরম ছায়া একটি ইচ্ছাকৃত অস্পষ্টতা তৈরি করে। তাদের বাইরের প্রান্ত ধীরে ধীরে বিবর্ণ হয়, এবং কোন একক বস্তুনিষ্ঠভাবে সঠিক কাটঅফ নেই। পূর্ণ ছায়া রাখা একটি অনুরূপ পটভূমিতে প্রাকৃতিক দেখাতে পারে কিন্তু একটি উজ্জ্বল নতুন পূরণে নোংরা। এটি অপসারণ করা বিষয়টিকে ভাসতে দেখাতে পারে।
এগুলি মডেল সমস্যাগুলির মতোই বিচারের সমস্যা।
মডেল মাস্ক, ওয়ার্কিং মাস্ক এবং এক্সপোর্ট মাস্ক
এটি তিনটি পর্যায় আলাদা করতে সাহায্য করে:
- মডেল মাস্ক: স্বয়ংক্রিয় অনুমান অনুমান দ্বারা ফিরে।
- ওয়ার্কিং মাস্ক: যেকোন অ্যাড বা ইরেজ রিফাইনমেন্টের পরে এডিটরে দেখানো মাস্ক।
- মাস্ক রপ্তানি করুন: বর্তমান ফলাফল ডাউনলোড বা কপি করার সময় কার্যকরী মাস্ক প্রয়োগ করা হয়।
Easy Background Remover এ, ব্রাশ পরিমার্জন কার্যকারী মুখোশ সম্পাদনা করে। রপ্তানি বর্তমান সম্পাদিত ফলাফল ব্যবহার করে নীরবে অস্পর্শিত স্বয়ংক্রিয় মাস্কে ফিরে আসার পরিবর্তে। আপনি অভিপ্রায়ের উপর নির্ভরশীল বিশদ বিবরণ সংশোধন করার সময় এটি মডেলটিকে বিস্তৃত বিচ্ছেদ পরিচালনা করতে দেয়।
প্রদর্শিত পূর্বরূপটি সম্পাদকের সাথে মানানসই করার জন্য স্কেল করা যেতে পারে। সেই ডিসপ্লে সাইজ মাস্কের অভ্যন্তরীণ বিবরণের নির্ভরযোগ্য পরিমাপ নয়। পার্থক্যের জন্য মাস্ক রেজোলিউশন বনাম প্রিভিউ সাইজ পড়ুন।
স্থানীয় অনুমান এখনও একটি সেটআপ ধাপ আছে
ডিভাইসে একটি মডেল চালানোর জন্য মডেলের ওজন এবং একটি সামঞ্জস্যপূর্ণ ব্রাউজার রানটাইম প্রয়োজন। ওজনগুলি সাধারণ ইন্টারফেস কোডের চেয়ে অনেক বড়, তাই প্রতিটি সম্পাদক লঞ্চে সবকিছু লোড করা অপচয় হবে। একটি প্রথম অধিবেশন মডেল ডাউনলোড এবং ক্যাশে হতে পারে; পরবর্তী সাধারণ সেশনগুলি সাধারণত এটি পুনরায় ব্যবহার করতে পারে।
কেন প্রথম রান একটি মডেল ডাউনলোড করে একটি ফটো আপলোডের সাথে একটি মডেল সম্পদ ডাউনলোডকে বিভ্রান্ত না করে সেই সীমানা ব্যাখ্যা করে৷ ভারী অনুমানও মূল ইন্টারফেস থ্রেড থেকে দূরে চলে যায়; দেখুন ওয়েব ওয়ার্কার ইমেজ প্রসেসিং বেসিকস।
ফলাফল বিচার করার একটি ব্যবহারিক উপায়
শুধুমাত্র বিষয় কেন্দ্র পরিদর্শন করবেন না. মাস্ক পরীক্ষা করুন যেখানে প্রমাণ সবচেয়ে দুর্বল:
- চুল, পশম, ফিসকার এবং ফ্যাব্রিক ফাইবার;
- চশমা, স্ট্র্যাপ, তার এবং সরু ফাঁক;
- কম-কনট্রাস্ট প্রান্ত;
- আধা-স্বচ্ছ উপাদান;
- যোগাযোগের ছায়া;
- কোণগুলি যেখানে পুরানো পটভূমির রঙ থাকতে পারে।
চূড়ান্ত গন্তব্য অজানা থাকলে একটি হালকা এবং অন্ধকার উভয় পটভূমিতে ফলাফল দেখুন। একটি ফ্যাকাশে হ্যালো সাদাতে অদৃশ্য হয়ে যেতে পারে এবং কালোতে স্পষ্ট হয়ে যেতে পারে। তারপর শুধুমাত্র সেই ক্ষেত্রগুলিকে পরিমার্জন করুন যা অভিপ্রেত ব্যবহারকে প্রভাবিত করে।
স্বয়ংক্রিয় বিভাজন সবচেয়ে কার্যকর যখন একটি শক্তিশালী প্রথম পাস হিসাবে বিবেচনা করা হয়, নিখুঁত বোঝার বিবৃতি নয়। সম্পূর্ণ স্থানীয় কাটআউট এবং পরিমার্জন প্রবাহ চেষ্টা করার জন্য, শুরু করুন দেখুন।