Ինչ է տեսնում սարքի կտրվածքի մոդելը

By Technical specialist

Սարքի վրա կտրված մոդելը չի տեսնում մարդու, կոշիկի, ընտանի կենդանու կամ աթոռի մարդկային իմաստով: Այն ստանում է պատկերի թվային ներկայացում և գնահատում է պիքսել առ պիքսել, որը, հավանաբար, պատկանում է հիմնական թեմային: Դրա օգտակար արդյունքը դիմակ է՝ գորշ գույնի քարտեզ, որը կարող է դառնալ արդյունքի թափանցիկության ալիքը:

Այդ տարբերությունը բացատրում է ինչպես ավտոմատ անջատումների արագությունը, այնպես էլ դրանց սահմանները: Մոդելը կարող է օգտագործել ուսուցման ընթացքում սովորած տեսողական նախշերը, բայց չգիտի ձեր մտադրությունը: Կենտրոնի մոտ գտնվող սուր առարկան կարող է կարևոր թվալ. թույլ ապակե եզրը կամ մազերի չամրացված թելը կարող է ֆոնի տեսք ունենալ:

Պատկերի ֆայլից մինչև մոդելի մուտքագրում

Ձեր ընտրած ֆայլը նախ պետք է վերծանվի: Սեղմված լուսանկարը ուղղակիորեն մոդելի մեջ չի փոխանցվում որպես ֆայլի բայթերի բլոկ: Բրաուզերը այն վերածում է լայնության, բարձրության և գույնի արժեքներով պիքսելների:

Եզրակացության խողովակաշարն այնուհետև պատրաստում է մոդելի չափի մուտքագրում: Կախված մոդելից և գործարկման ժամանակից, պատրաստումը կարող է ներառել.

• վերծանված պատկերի չափափոխում մոդելի ակնկալած չափերին.
• կարմիր, կանաչ և կապույտ արժեքները որպես թվային ալիքներ դասավորելը.
• այդ արժեքների մասշտաբավորում կամ նորմալացում.
• փաթեթավորելով դրանք տենզորի մեջ, զանգվածի ձևաչափով, որն օգտագործվում է եզրակացության գործարկման ժամանակի կողմից:

Ճշգրիտ չափերը և նորմալացման կանոնները պատկանում են մոդելի իրականացմանը: Կարևոր գործնական կետն այն է, որ եզրակացությունը սովորաբար աշխատում է պատրաստված ներկայացումից, ոչ թե յուրաքանչյուր աղբյուրի պիքսելից իր սկզբնական չափով:

Easy Background Remover-ն կատարում է այս եզրակացության քայլը դիտարկիչում՝ սարքի հատվածավորման մոդելով: Մոդելի ֆայլը կարող է անհրաժեշտ լինել ներբեռնել մինչև առաջին կտրվածքը, սակայն պատկերի մշակման ուղին նախատեսված է այնպես, որ մնա տեղական, երբ մոդելը պատրաստ լինի: Մոդելի ներբեռնումը ակտիվների հարցում է. դա նույնը չէ, ինչ վերբեռնել ընտրված լուսանկարը հեռավոր եզրակացության համար:

Արդյունքը վստահության նման դիմակ է

Իր արտադրանքի յուրաքանչյուր վայրի համար մոդելը արտադրում է արժեք, որը կարող է մեկնաբանվել որպես ավելի առարկայական կամ ավելի ֆոնային: Օգտակար է սա պատկերել որպես գորշ գույնի պատկեր.

• սպիտակ նշանակում է պահպանել այս տարածքը;
• սև նշանակում է հեռացնել այս տարածքը.
• մոխրագույնը նշանակում է մասնակի ծածկույթ կամ անորոշություն եզրին մոտ:

Բրաուզերը այդ ելքը վերածում է աշխատանքային ալֆա դիմակի: Բնօրինակ գունային պիքսելները կարող են այնուհետև կազմվել շախմատի տախտակի, պինդ լրացման, գրադիենտի կամ այլ պատկերի վրա: Թափանցիկ արտահանումը դիմակը պահում է որպես ալֆա, այլ ոչ թե շաշկի տախտակը ֆայլի մեջ ներկելու:

Փափուկ արժեքները կարևոր են: Եթե ​​դիմակի յուրաքանչյուր արժեք անմիջապես ստիպվեր դառնալ մաքուր սև կամ սպիտակ, մազերը, մորթին, գործվածքների մանրաթելերը, շարժման պղտորումը և ապակենտրոնացված եզրերը կդառնան անբնականորեն կոշտ: Մասնակի ալֆան կարող է պահպանել ավելի հարթ անցում: Այն կարող է նաև բացահայտել գունային եզրերը հին ֆոնից, այդ իսկ պատճառով արդյունքը դեռևս արժանի է տեսողական ստուգման:

Ինչ տեսողական ապացույցներ են օգնում մոդելին

Սեգմենտավորման մոդելը կարող է միանգամից մի քանի հուշում հիմնել: Ուժեղ հուշումները հաճախ ներառում են.

• հակադրություն առարկայի և ֆոնի միջև;
• գերիշխող օբյեկտի շուրջ շարունակական սահմաններ.
• ձևի, հյուսվածքի և դիրքի ծանոթ համակցություններ.
• խորության նշաններ, ինչպիսիք են ֆոկուսի տարբերությունները;
• տարածաշրջաններ, որոնք տեսողականորեն պատկանում են միասին:

Այս հուշումներից ոչ մեկը երաշխիք չէ: Մուգ պատի դեմ մուգ բաճկոնը թույլ է տալիս սահմանային հակադրություն: Նեղ բացերով աթոռը կարող է պարունակել ֆոնային տարածքներ, որոնք նման են օբյեկտին: Նախշավոր ֆոնը կարող է մրցակցել իրական առարկայի հետ ուշադրության համար:

Մոդելը լավագույն գնահատականն է անում առկա պիքսելներից: Այն չի կարող վերականգնել այն մանրամասները, որոնք պատկերը երբեք չի գրավել:

Ինչ մոդելը չգիտի

Մոդելը ավտոմատ կերպով չգիտի, թե որ առարկան էիք ուզում պահել, երբ մի քանի առարկաներ կան: Նա չգիտի, որ խմելու թափանցիկ բաժակը կոմերցիոն առումով կարևոր է, որ ստվերը պետք է մնա ռեալիզմի համար, կամ որ փոքրիկ ժապավենը պատկանում է տոպրակին:

Այն նաև չի ստանում մշուշոտ աղբյուրի թաքնված բարձր լուծման տարբերակ: Կոմպրեսիոն բլոկները, կտրված շեշտադրումները, շարժման մշուշումը և շատ փոքր մանրամասները սահմանափակում են առկա ապացույցները: Նախադիտման խոշորացումը մեծացնելով պիքսելներն ավելի մեծ են դարձնում էկրանին; այն չի ստեղծում բացակայող տեղեկատվություն:

Ահա թե ինչու «AI-ն հայտնաբերել է դա» և «եզրը պատրաստ է հրապարակման» տարբեր պնդումներ են: Հայտնաբերումը սկսում է խմբագրումը: Վերանայումն ավարտում է այն:

Ինչու են բարակ և թափանցիկ դետալները դժվար

Նիհար առարկաները զբաղեցնում են մի քանի պիքսել: Երբ պատկերի չափը փոխվում է եզրակացության համար, մեկ պիքսելանոց մետաղալարը կամ մազի թելը կարող է միջինացված լինել դրա շուրջ ֆոնի հետ: Թափանցիկ առարկաները դժվար են մեկ այլ պատճառով՝ դրանց տեսանելի գույնը մասամբ հին ֆոնն է: Սահմանը կարող է պարզ լինել այն մարդու համար, ով հասկանում է օբյեկտը, մինչդեռ պիքսելային օրինակը մնում է երկիմաստ:

Փափուկ ստվերները դիտավորյալ երկիմաստություն են ստեղծում: Նրանց արտաքին եզրը աստիճանաբար գունաթափվում է, և չկա մեկ օբյեկտիվորեն ճիշտ կտրվածք: Ամբողջ ստվերը պահելը կարող է բնական տեսք ունենալ նմանատիպ ֆոնի վրա, բայց կեղտոտ տեսք ունենալ նոր պայծառ լցոնման վրա: Այն հեռացնելու դեպքում թեման կարող է լողացող թվալ:

Սրանք դատողության խնդիրներ են նույնքան, որքան մոդելային խնդիրները:

Մոդելային դիմակ, աշխատանքային դիմակ և արտահանման դիմակ

Այն օգնում է առանձնացնել երեք փուլ.

1. Մոդելային դիմակ. եզրակացության միջոցով վերադարձված ավտոմատ գնահատականը:
2. **Աշխատանքային դիմակ. ** այն դիմակը, որը ցուցադրվում է խմբագրում ցանկացած Ավելացնել կամ ջնջել ճշգրտումից հետո:
3. **Արտահանման դիմակ. ** աշխատանքային դիմակը կիրառվում է ընթացիկ արդյունքը ներբեռնելիս կամ պատճենելիս:

Easy Background Remover-ում վրձինների ճշգրտումը խմբագրում է աշխատանքային դիմակը: Export-ն օգտագործում է ընթացիկ խմբագրված արդյունքը, այլ ոչ թե լուռ վերադառնալու անձեռնմխելի ավտոմատ դիմակին: Սա թույլ է տալիս մոդելին կարգավորել լայն տարանջատումը, մինչ դուք ուղղում եք մանրամասները, որոնք կախված են մտադրությունից:

Ցուցադրվող նախադիտումը կարող է չափվել խմբագրին համապատասխանելու համար: Ցուցադրման այդ չափը դիմակի ներքին մանրամասների հուսալի չափանիշ չէ: Տարբերության համար կարդացեք Դիմակի լուծաչափն ընդդեմ նախադիտման չափի:

Տեղական եզրակացությունը դեռևս տեղադրման քայլ ունի

Սարքի վրա մոդելի գործարկումը պահանջում է մոդելի կշիռներ և համատեղելի բրաուզերի գործարկման ժամանակ: Կշիռները շատ ավելի մեծ են, քան սովորական ինտերֆեյսի կոդը, այնպես որ ամեն ինչ բեռնել խմբագրիչի յուրաքանչյուր գործարկման ժամանակ վատնելու է: Առաջին նիստը կարող է ներբեռնել և քեշավորել մոդելը; ավելի ուշ սովորական նիստերը սովորաբար կարող են այն կրկին օգտագործել:

Ինչու առաջին անգամ գործարկել մոդելի ներբեռնումը բացատրում է այդ սահմանը՝ առանց շփոթելու մոդելի օբյեկտի ներբեռնումը լուսանկարի վերբեռնման հետ: Ծանր եզրակացությունը նույնպես փախչում է հիմնական ինտերֆեյսի թեմայից. տես Web Worker-ի պատկերների մշակման հիմունքները:

Արդյունքը դատելու գործնական միջոց

Մի ստուգեք միայն առարկայի կենտրոնը: Ստուգեք դիմակը, որտեղ ապացույցներն ամենաթույլ են.

• մազերի, մորթի, բեղերի և գործվածքների մանրաթելեր;
• ակնոցներ, ժապավեններ, մետաղալարեր և նեղ բացվածքներ;
• ցածր հակադրություն եզրեր;
• կիսաթափանցիկ նյութ;
• շփման ստվերներ;
• անկյուններ, որտեղ կարող է մնալ հին ֆոնի գույնը:

Դիտեք արդյունքը թե՛ բաց, թե՛ մուգ ֆոնի վրա, եթե վերջնական նպատակակետն անհայտ է: Գունատ լուսապսակը կարող է անհետանալ սպիտակի վրա և ակնհայտ դառնալ սևի վրա: Այնուհետև զտեք միայն այն տարածքները, որոնք ազդում են նախատեսված օգտագործման վրա:

Ավտոմատ հատվածավորումն առավել օգտակար է, երբ դիտարկվում է որպես ուժեղ առաջին անցում, այլ ոչ թե կատարյալ ըմբռնման հայտարարություն: Լրիվ տեղական կտրվածքի և ճշգրտման հոսքը փորձելու համար տե՛ս Սկսել: