डिवाइस पर कटआउट मॉडल क्या «देखता» है
डिवाइस मॉडल आपकी फ़ोटो को व्यक्ति की तरह नहीं «समझता»। वह पिक्सेल देखता है और अनुमान लगाता है कौन से विषय के हैं। इसलिए कंट्रास्ट, शार्पनेस और स्केल सामग्री के टेक्स्ट वर्णन से ज़्यादा मायने रखते हैं।
मॉडल क्या इस्तेमाल कर सकता है जानने से बेहतर स्रोत चुनते हैं और अदृश्य किनारों पर चमत्कार की उम्मीद नहीं रखते।
छवि फ़ाइल से मॉडल इनपुट तक
आपके द्वारा चुनी गई फ़ाइल को पहले डीकोड करना होगा। एक संपीड़ित फ़ोटो को फ़ाइल बाइट्स के ब्लॉक के रूप में सीधे मॉडल में पास नहीं किया जाता है। ब्राउज़र इसे चौड़ाई, ऊंचाई और रंग मानों के साथ पिक्सेल में बदल देता है।
फिर अनुमान पाइपलाइन एक मॉडल-आकार का इनपुट तैयार करती है। मॉडल और रनटाइम के आधार पर, तैयारी में शामिल हो सकते हैं:
- मॉडल द्वारा अपेक्षित आयामों के अनुसार डिकोड की गई छवि का आकार बदलना;
- लाल, हरे और नीले मानों को संख्यात्मक चैनल के रूप में व्यवस्थित करना;
- उन मूल्यों को स्केल करना या सामान्य बनाना;
- उन्हें एक टेंसर में पैक करना, अनुमान रनटाइम द्वारा उपयोग किया जाने वाला सरणी प्रारूप।
सटीक आयाम और सामान्यीकरण नियम मॉडल कार्यान्वयन से संबंधित हैं। महत्वपूर्ण व्यावहारिक बिंदु यह है कि अनुमान आमतौर पर तैयार प्रतिनिधित्व से काम करता है, न कि प्रत्येक स्रोत पिक्सेल से उसके मूल आकार पर।
Easy Background Remover इस अनुमान चरण को ब्राउज़र में ऑन-डिवाइस सेगमेंटेशन मॉडल के साथ चलाता है। मॉडल फ़ाइल को पहले कटआउट से पहले डाउनलोड करने की आवश्यकता हो सकती है, लेकिन मॉडल तैयार होने के बाद छवि-प्रसंस्करण पथ को स्थानीय बने रहने के लिए डिज़ाइन किया गया है। मॉडल डाउनलोड एक परिसंपत्ति अनुरोध है; यह दूरस्थ अनुमान के लिए चयनित फ़ोटो को अपलोड करने जैसी बात नहीं है।
आउटपुट एक आत्मविश्वास जैसा मुखौटा है
अपने आउटपुट में प्रत्येक स्थान के लिए, मॉडल एक मान उत्पन्न करता है जिसे अधिक विषय-जैसा या अधिक पृष्ठभूमि-जैसा समझा जा सकता है। इसे ग्रेस्केल छवि के रूप में चित्रित करना उपयोगी है:
- सफेद का अर्थ है इस क्षेत्र को रखें;
- काला का अर्थ है इस क्षेत्र को हटा दें;
- ग्रे का अर्थ है किसी किनारे के निकट आंशिक कवरेज या अनिश्चितता।
ब्राउज़र उस आउटपुट को कार्यशील अल्फा मास्क में परिवर्तित करता है। फिर मूल रंग पिक्सेल को एक चेकरबोर्ड, एक ठोस भरण, एक ग्रेडिएंट, या किसी अन्य छवि पर संयोजित किया जा सकता है। एक पारदर्शी निर्यात फ़ाइल में चेकरबोर्ड को पेंट करने के बजाय मास्क को अल्फा के रूप में संग्रहीत करता है।
नरम मूल्य मायने रखते हैं। यदि प्रत्येक मुखौटा मूल्य को तुरंत शुद्ध काले या सफेद रंग में डाल दिया जाए, तो बाल, फर, कपड़े के रेशे, मोशन ब्लर और डिफोकस किए गए किनारे अप्राकृतिक रूप से कठोर हो जाएंगे। आंशिक अल्फ़ा एक सहज संक्रमण को संरक्षित कर सकता है। यह पुरानी पृष्ठभूमि से रंगीन फ्रिंज को भी उजागर कर सकता है, यही कारण है कि परिणाम अभी भी एक दृश्य जांच के योग्य है।
कौन सा दृश्य साक्ष्य मॉडल की मदद करता है
एक विभाजन मॉडल एक साथ एक से अधिक सुराग प्राप्त कर सकता है। मजबूत सुरागों में अक्सर ये शामिल होते हैं:
- विषय और पृष्ठभूमि के बीच विरोधाभास;
- एक प्रमुख वस्तु के चारों ओर निरंतर सीमाएँ;
- आकार, बनावट और स्थिति के परिचित संयोजन;
- गहराई के संकेत जैसे फोकस अंतर;
- वे क्षेत्र जो दृष्टिगत रूप से एक साथ हैं।
इनमें से कोई भी सुराग गारंटी नहीं है. एक अंधेरी दीवार के सामने एक गहरा जैकेट कमजोर सीमा कंट्रास्ट प्रदान करता है। संकीर्ण अंतराल वाली कुर्सी में पृष्ठभूमि क्षेत्र हो सकते हैं जो वस्तु से मिलते जुलते हों। एक पैटर्न वाली पृष्ठभूमि ध्यान आकर्षित करने के लिए वास्तविक विषय के साथ प्रतिस्पर्धा कर सकती है।
मॉडल उपलब्ध पिक्सेल से सर्वोत्तम अनुमान लगा रहा है। यह उस विवरण को पुनर्प्राप्त नहीं कर सकता जिसे छवि ने कभी कैप्चर नहीं किया।
मॉडल को क्या पता नहीं
कई विषय मौजूद होने पर मॉडल को स्वचालित रूप से पता नहीं चलता कि आप कौन सी वस्तु रखना चाहते हैं। वह नहीं जानता कि एक पारदर्शी पीने का गिलास व्यावसायिक रूप से महत्वपूर्ण है, कि एक छाया यथार्थवाद के लिए रहनी चाहिए, या कि एक छोटा पट्टा एक बैग का है।
इसे धुंधले स्रोत का छिपा हुआ उच्च-रिज़ॉल्यूशन संस्करण भी प्राप्त नहीं होता है। संपीड़न ब्लॉक, क्लिप्ड हाइलाइट्स, मोशन ब्लर और बहुत छोटे विवरण उपलब्ध साक्ष्य को सीमित करते हैं। पूर्वावलोकन ज़ूम बढ़ाने से स्क्रीन पर पिक्सेल बड़े हो जाते हैं; यह लुप्त सूचना नहीं बनाता है।
यही कारण है कि “एआई ने इसका पता लगाया” और “एज प्रकाशित होने के लिए तैयार है” अलग-अलग दावे हैं। पता लगाने से संपादन प्रारंभ होता है. समीक्षा इसे ख़त्म करती है.
पतले और पारदर्शी विवरण कठिन क्यों हैं
पतली वस्तुएँ कुछ पिक्सेल घेरती हैं। जब अनुमान के लिए किसी छवि का आकार बदला जाता है, तो एक-पिक्सेल तार या बालों के स्ट्रैंड को उसके चारों ओर की पृष्ठभूमि के साथ औसत किया जा सकता है। पारदर्शी वस्तुएँ एक अन्य कारण से कठिन होती हैं: उनका दृश्य रंग आंशिक रूप से पुरानी पृष्ठभूमि जैसा होता है। वस्तु को समझने वाले व्यक्ति के लिए सीमा स्पष्ट हो सकती है, जबकि पिक्सेल पैटर्न अस्पष्ट रहता है।
नरम छायाएँ जानबूझकर अस्पष्टता पैदा करती हैं। उनका बाहरी किनारा धीरे-धीरे फीका पड़ जाता है, और कोई भी वस्तुनिष्ठ रूप से सही कटऑफ नहीं होता है। पूरी छाया रखना एक समान पृष्ठभूमि पर स्वाभाविक लग सकता है लेकिन चमकदार नई भराव पर गंदा लग सकता है। इसे हटाने से विषय तैरता हुआ प्रतीत हो सकता है।
ये मॉडल समस्याओं के समान ही निर्णय संबंधी समस्याएं भी हैं।
मॉडल मास्क, वर्किंग मास्क और एक्सपोर्ट मास्क
यह तीन चरणों को अलग करने में मदद करता है:
- मॉडल मास्क: अनुमान द्वारा लौटाया गया स्वचालित अनुमान।
- कार्यशील मास्क: किसी भी जोड़ें या मिटाएँ परिशोधन के बाद संपादक में दिखाया गया मास्क।
- निर्यात मास्क: वर्तमान परिणाम डाउनलोड या कॉपी करने पर कार्यशील मास्क लगाया जाता है।
Easy Background Remover में, ब्रश शोधन कार्यशील मास्क को संपादित करता है। निर्यात चुपचाप अछूते स्वचालित मास्क पर लौटने के बजाय वर्तमान संपादित परिणाम का उपयोग करता है। यह मॉडल को व्यापक पृथक्करण को संभालने देता है जबकि आप इरादे पर निर्भर विवरणों को सही करते हैं।
प्रदर्शित पूर्वावलोकन को संपादक के अनुरूप ढाला जा सकता है। वह डिस्प्ले आकार मास्क के आंतरिक विवरण का विश्वसनीय माप नहीं है। अंतर के लिए मास्क रिज़ॉल्यूशन बनाम पूर्वावलोकन आकार पढ़ें।
स्थानीय अनुमान में अभी भी एक सेटअप चरण है
किसी मॉडल को डिवाइस पर चलाने के लिए मॉडल वेट और एक संगत ब्राउज़र रनटाइम की आवश्यकता होती है। वज़न सामान्य इंटरफ़ेस कोड से बहुत बड़ा है, इसलिए प्रत्येक संपादक लॉन्च पर सब कुछ लोड करना बेकार होगा। पहला सत्र मॉडल को डाउनलोड और कैश कर सकता है; बाद में सामान्य सत्रों में आमतौर पर इसका पुन: उपयोग किया जा सकता है।
पहले एक मॉडल डाउनलोड क्यों चलाएं एक फोटो अपलोड के साथ मॉडल एसेट डाउनलोड को भ्रमित किए बिना उस सीमा की व्याख्या करता है। भारी अनुमान भी मुख्य इंटरफ़ेस थ्रेड से दूर चला जाता है; वेब वर्कर इमेज प्रोसेसिंग मूल बातें देखें।
परिणाम का आकलन करने का एक व्यावहारिक तरीका
केवल विषय के केंद्र का निरीक्षण न करें. जहां साक्ष्य सबसे कमजोर हो वहां मास्क की जांच करें:
- बाल, फर, मूंछें और कपड़े के रेशे;
- चश्मा, पट्टियाँ, तार, और संकीर्ण अंतराल;
- कम-विपरीत किनारे;
- अर्ध-पारदर्शी सामग्री;
- छाया से संपर्क करें;
- कोने जहां पुराना पृष्ठभूमि रंग रह सकता है।
यदि अंतिम गंतव्य अज्ञात है तो परिणाम को हल्के और गहरे रंग की पृष्ठभूमि पर देखें। एक पीला प्रभामंडल सफेद पर गायब हो सकता है और काले पर स्पष्ट हो सकता है। फिर केवल उन क्षेत्रों को परिष्कृत करें जो इच्छित उपयोग को प्रभावित करते हैं।
स्वचालित विभाजन सबसे उपयोगी होता है जब इसे एक मजबूत प्रथम पास के रूप में माना जाता है, न कि पूर्ण समझ के बयान के रूप में। पूर्ण स्थानीय कटआउट और शोधन प्रवाह को आज़माने के लिए, आरंभ करें देखें।