Mida seadmes olev väljalõikemudel „näeb“

By Technical specialist

Seadmes olev väljalõikemudel ei näe inimest, kinga, lemmiklooma ega tooli inimlikus mõttes. See saab pildi arvulise esituse ja hindab pikselhaaval, millised alad tõenäoliselt peamisele subjektile kuuluvad. Kasulik väljund on mask: halltoonide kaart, millest võib saada tulemuse läbipaistvuskanal.

See eristus selgitab nii automaatsete väljalõigete kiirust kui nende piire. Mudel kasutab treeningust õpitud visuaalseid mustreid, kuid ei tea sinu kavatsust. Terav objekt keskkoha lähedal võib tunduda oluline; nõrk klaasiserv või lahtine juuksekarv võib tunduda taustana.

Pildifailist mudeli sisendini

Esmalt valitud fail tuleb dekodeerida. Tihendatud fotot ei edastata failibaitide plokina otse mudelisse. Brauser muudab selle laiuse, kõrguse ja värviväärtustega piksliteks.

Seejärel valmistab järelduskonveier ette mudelisuuruse sisendi. Olenevalt mudelist ja käitusajast võib ettevalmistus hõlmata järgmist:

• dekodeeritud kujutise suuruse muutmine mudeli oodatud mõõtmetele;
• punaste, roheliste ja siniste väärtuste järjestamine numbrikanalitena;
• nende väärtuste skaleerimine või normaliseerimine;
• nende pakkimine tensorisse, massiivivormingusse, mida kasutab järelduse käitusaeg.

Täpsed mõõtmed ja normaliseerimisreeglid kuuluvad mudeli juurutamise juurde. Oluline praktiline punkt on see, et järeldus toimib tavaliselt ettevalmistatud esituse, mitte iga algse suurusega lähtepiksli põhjal.

Easy Background Remover käivitab selle järeldustoimingu brauseris seadmesisese segmenteerimismudeliga. Mudelifail võib olla vaja alla laadida enne esimest väljalõiget, kuid pilditöötlustee on kavandatud nii, et see jääks kohalikuks, kui mudel on valmis. Mudeli allalaadimine on vara taotlus; see ei ole sama, mis valitud foto üleslaadimine kaugjäreldamiseks.

Väljund on enesekindlust meenutav mask

Mudel loob oma väljundis iga asukoha jaoks väärtuse, mida saab tõlgendada rohkem subjekti- või taustalaadsena. Seda on kasulik kujutada halltoonides:

• valge tähendab seda ala hoidmist;
• must tähendab selle ala eemaldamist;
• hall tähendab osalist katvust või ebakindlust serva lähedal.

Brauser teisendab selle väljundi toimivaks alfamaskiks. Algsed värvipikslid saab seejärel kombineerida malelaua, tahke täidise, gradiendi või mõne muu pildiga. Läbipaistev eksport salvestab maski alfa-vormingus, mitte ei maali malelaua faili.

Pehmed väärtused on olulised. Kui iga maski väärtus muudetaks kohe puhtaks mustaks või valgeks, muutuksid juuksed, karusnahk, kangakiud, liikumise hägusus ja defokuseeritud servad ebaloomulikult kõvaks. Osaline alfa võib säilitada sujuvama ülemineku. Samuti võib see vanast taustast paljastada värviribad, mistõttu väärib tulemus siiski visuaalset kontrolli.

Millised visuaalsed tõendid mudelit aitavad

Segmenteerimismudel võib toetuda rohkem kui ühele vihjele korraga. Tugevad vihjed hõlmavad sageli järgmist:

• kontrast objekti ja tausta vahel;
• pidevad piirid domineeriva objekti ümber;
• tuttavad kuju, tekstuuri ja asendi kombinatsioonid;
• sügavuse näpunäiteid, nagu fookuse erinevused;
• visuaalselt kokku kuuluvad piirkonnad.

Ükski neist vihjetest ei anna garantiid. Tume jope tumeda seina taustal pakub nõrka piirikontrasti. Kitsaste vahedega tool võib sisaldada objektile sarnaseid taustapiirkondi. Mustriline taust võib tähelepanu eest konkureerida tegeliku objektiga.

Mudel teeb saadaolevate pikslite põhjal parima hinnangu. See ei suuda taastada detaile, mida pilt kunagi ei jäädvustanud.

Mida modell ei tea

Mudel ei tea automaatselt, millist objekti kavatsesite säilitada, kui kohal on mitu subjekti. Ta ei tea, et läbipaistev joogiklaas on äriliselt oluline, et vari peaks jääma realistlikuks või et väike rihm kuulub koti juurde.

Samuti ei võta see vastu häguse allika kõrge eraldusvõimega varjatud versiooni. Tihendusplokid, kärbitud esiletõstmised, liikumise hägusus ja väga väikesed detailid piiravad saadaolevaid tõendeid. Eelvaate suumi suurendamine muudab pikslid ekraanil suuremaks; see ei loo puuduvat teavet.

Seetõttu on “AI tuvastas selle” ja “serv on avaldamiseks valmis” erinevad väited. Tuvastamine alustab redigeerimist. Ülevaatus lõpetab selle.

Miks on õhukesed ja läbipaistvad detailid keerulised

Õhukesed objektid hõivavad vähe piksleid. Kui pildi suurust muudetakse järelduste tegemiseks, võidakse ühepiksline traat või juukseharu keskmistada seda ümbritseva taustaga. Läbipaistvad objektid on keerulised ka teisel põhjusel: nende nähtav värv on osaliselt vana taust. Piir võib objektist aru saavale inimesele olla selge, samas kui pikslite muster jääb ebaselgeks.

Pehmed varjud tekitavad tahtliku ebaselguse. Nende välisserv tuhmub järk-järgult ja puudub objektiivselt õige piir. Täisvarju säilitamine võib sarnasel taustal tunduda loomulik, kuid uuel eredal täidisel määrdunud. Selle eemaldamisel võib objekt näida hõljuvat.

Need on nii otsustusprobleemid kui ka mudeliprobleemid.

Mudelmask, töömask ja ekspordimask

See aitab eraldada kolm etappi:

1. Mudelimask: automaatne hinnang, mis tagastatakse järelduse teel.
2. Töömask: mask, mis kuvatakse redaktoris pärast lisamise või kustutamise täpsustamist.
3. Ekspordimask: töömask, mida rakendatakse praeguse tulemuse allalaadimisel või kopeerimisel.

Easy Background Remover-s muudab pintsli täpsustamine töömaski. Eksport kasutab praegust redigeeritud tulemust, mitte ei pöördu vaikselt puutumata automaatse maski juurde. See võimaldab mudelil toime tulla laia eraldatusega, samal ajal kui teie kavatsusest sõltuvaid detaile korrigeerite.

Kuvatavat eelvaadet saab redigeerijale sobivaks skaleerida. See ekraani suurus ei ole maski sisemiste detailide usaldusväärne mõõt. Eristamiseks lugege artiklit Maski eraldusvõime vs eelvaate suurus.

Lokaalsel järeldamisel on veel seadistusetapp

Mudeli seadmes käitamiseks on vaja mudeli kaalu ja ühilduvat brauseri käitusaega. Kaalud on tavalisest liidese koodist palju suuremad, nii et kõige laadimine igal redaktori käivitamisel oleks raiskamine. Esimene seanss võib mudeli alla laadida ja vahemällu salvestada; hilisematel tavaseanssidel saab seda tavaliselt uuesti kasutada.

Miks mudeli esmakordseks allalaadimiseks käivitada selgitab seda piiri, ilma mudelivara allalaadimist fotode üleslaadimisega segamini ajamata. Rasked järeldused jooksevad eemale ka põhiliidese lõimest; vaadake Web Workeri pilditöötluse põhitõed.

Praktiline viis tulemuse hindamiseks

Ärge kontrollige ainult objekti keskosa. Kontrollige maski kohtades, kus tõendid on kõige nõrgemad:

• juuksed, karusnahad, vurrud ja kangakiud;
• prillid, rihmad, juhtmed ja kitsad vahed;
• madala kontrastsusega servad;
• poolläbipaistev materjal;
• kontaktvarjud;
• nurgad, kuhu võib jääda vana taustavärv.

Kui lõppsihtkoht pole teada, vaadake tulemust nii heledal kui ka tumedal taustal. Kahvatu halo võib valgel kaduda ja mustal ilmneda. Seejärel täpsustage ainult neid piirkondi, mis mõjutavad kavandatud kasutust.

Automaatne segmenteerimine on kõige kasulikum siis, kui seda käsitletakse tugeva esimese läbimise, mitte täiusliku mõistmise avaldusena. Täieliku kohaliku väljalõike ja täiustamise voo proovimiseks vaadake jaotist Alustage.