რას ხედავს მოწყობილობაზე ამოჭრილი მოდელი

By Technical specialist

მოწყობილობაზე ამოჭრილი მოდელი არ ხედავს ადამიანს, ფეხსაცმელს, შინაურ ცხოველს ან სკამს ადამიანის გაგებით. ის იღებს გამოსახულების ციფრულ წარმოდგენას და აფასებს პიქსელ-პიქსელ-პიქსელ-პიქსელზე, რომელი უბნები, სავარაუდოდ, მთავარ საგანს ეკუთვნის. მისი სასარგებლო გამოსავალი არის ნიღაბი: ნაცრისფერი რუკა, რომელიც შეიძლება გახდეს შედეგის გამჭვირვალობის არხი.

ეს განსხვავება ხსნის როგორც ავტომატური ამოჭრის სიჩქარეს, ასევე მათ შეზღუდვებს. მოდელს შეუძლია გამოიყენოს ტრენინგის დროს ნასწავლი ვიზუალური ნიმუშები, მაგრამ მან არ იცის თქვენი განზრახვა. მკვეთრი ობიექტი ცენტრთან ახლოს შეიძლება გამოიყურებოდეს მნიშვნელოვანი; მკრთალი შუშის რგოლი ან ფხვიერი თმის ღერი შეიძლება ფონს ჰგავდეს.

სურათის ფაილიდან მოდელის შეყვანამდე

თქვენ მიერ არჩეული ფაილი ჯერ უნდა იყოს გაშიფრული. შეკუმშული ფოტო არ გადადის პირდაპირ მოდელში, როგორც ფაილის ბაიტის ბლოკი. ბრაუზერი აქცევს მას პიქსელებად სიგანის, სიმაღლისა და ფერის მნიშვნელობებით.

შემდეგ დასკვნის მილსადენი ამზადებს მოდელის ზომის შეყვანას. მოდელისა და მუშაობის დროის მიხედვით, მომზადება შეიძლება მოიცავდეს:

• გაშიფრული გამოსახულების ზომის შეცვლა იმ ზომებამდე, რასაც მოდელი მოელის;
• წითელი, მწვანე და ლურჯი მნიშვნელობების ციფრული არხების მოწყობა;
• ამ მნიშვნელობების მასშტაბირება ან ნორმალიზება;
• მათი შეფუთვა ტენზორში, მასივის ფორმატში, რომელსაც იყენებს დასკვნის გაშვების დრო.

ზუსტი ზომები და ნორმალიზაციის წესები ეკუთვნის მოდელის განხორციელებას. მნიშვნელოვანი პრაქტიკული წერტილი არის ის, რომ დასკვნა ჩვეულებრივ მუშაობს მომზადებული წარმოდგენიდან და არა ყველა წყაროს პიქსელიდან მისი თავდაპირველი ზომით.

Easy Background Remover აწარმოებს დასკვნის საფეხურს ბრაუზერში მოწყობილობაზე სეგმენტაციის მოდელით. მოდელის ფაილის ჩამოტვირთვა შეიძლება დაგჭირდეთ პირველ ამოჭრამდე, მაგრამ გამოსახულების დამუშავების გზა შექმნილია ისე, რომ დარჩეს ლოკალური მას შემდეგ, რაც მოდელი მზად იქნება. მოდელის ჩამოტვირთვა არის აქტივის მოთხოვნა; ეს არ არის იგივე, რაც არჩეული ფოტოს ატვირთვა დისტანციური დასკვნისთვის.

გამომავალი არის ნდობის მსგავსი ნიღაბი

გამომავალი თითოეული მდებარეობისთვის, მოდელი აწარმოებს მნიშვნელობას, რომელიც შეიძლება განიმარტოს, როგორც უფრო სუბიექტის მსგავსი ან უფრო ფონის მსგავსი. სასარგებლოა ამის წარმოდგენა ნაცრისფერ ფერებში:

• თეთრი ნიშნავს ამ ტერიტორიის შენარჩუნებას;
• შავი ნიშნავს ამ უბნის ამოღებას;
• ნაცრისფერი ნიშნავს ნაწილობრივ დაფარვას ან გაურკვევლობას ზღვართან ახლოს.

ბრაუზერი გარდაქმნის ამ გამომავალს სამუშაო ალფა ნიღბად. თავდაპირველი ფერის პიქსელები შეიძლება შემდეგ შედგენილი იქნეს ჭადრაკის, მყარი შევსების, გრადიენტის ან სხვა სურათზე. გამჭვირვალე ექსპორტი ინახავს ნიღაბს, როგორც ალფა, ვიდრე ჩაწერის დაფის ფაილში.

რბილი ღირებულებები მნიშვნელოვანია. თუ ნიღბის ყველა მნიშვნელობა დაუყონებლივ გახდება შავი ან თეთრი, თმა, ბეწვი, ქსოვილის ბოჭკოები, მოძრაობის დაბინდვა და დეფოკუსირებული კიდეები არაბუნებრივად გამკვრივდება. ნაწილობრივ ალფას შეუძლია შეინარჩუნოს უფრო გლუვი გადასვლა. მას ასევე შეუძლია ძველი ფონიდან გამოაშკარავდეს ფერადი ზოლები, რის გამოც შედეგი მაინც იმსახურებს ვიზუალურ შემოწმებას.

რა ვიზუალური მტკიცებულება ეხმარება მოდელს

სეგმენტაციის მოდელს შეუძლია ერთზე მეტი მინიშნება ერთდროულად გამოიყენოს. ძლიერი მინიშნებები ხშირად მოიცავს:

• კონტრასტი საგანსა და ფონს შორის;
• უწყვეტი საზღვრები დომინანტური ობიექტის გარშემო;
• ფორმის, ტექსტურის და პოზიციის ნაცნობი კომბინაციები;
• სიღრმის მინიშნებები, როგორიცაა ფოკუსის განსხვავებები;
• რეგიონები, რომლებიც ვიზუალურად ერთმანეთს ეკუთვნიან.

არცერთი ეს მინიშნება არ არის გარანტია. მუქი ქურთუკი მუქი კედელზე გვთავაზობს სუსტ კონტრასტს. ვიწრო უფსკრულით სკამი შეიძლება შეიცავდეს ობიექტს წააგავს ფონის რეგიონებს. შაბლონურ ფონს შეუძლია კონკურენცია გაუწიოს რეალურ საგანს ყურადღებისთვის.

მოდელი აკეთებს საუკეთესო შეფასებას არსებული პიქსელებიდან. მას არ შეუძლია აღადგინოს დეტალები, რომლებიც სურათს არასოდეს გადაუღია.

რა არ იცის მოდელმა

მოდელმა ავტომატურად არ იცის რომელი ობიექტის შენახვა გინდოდათ, როდესაც რამდენიმე სუბიექტი იმყოფება. მან არ იცის, რომ გამჭვირვალე სასმელის ჭიქა კომერციულად მნიშვნელოვანია, რომ ჩრდილი უნდა დარჩეს რეალიზმისთვის, ან რომ პატარა სამაჯური ეკუთვნის ჩანთას.

ის ასევე არ იღებს ბუნდოვანი წყაროს დამალულ, მაღალი გარჩევადობის ვერსიას. შეკუმშვის ბლოკები, ამოჭრილი ხაზგასმა, მოძრაობის დაბინდვა და ძალიან მცირე დეტალები ზღუდავს ხელმისაწვდომ მტკიცებულებებს. გადახედვის მასშტაბის გაზრდა პიქსელებს უფრო დიდს ხდის ეკრანზე; ის არ ქმნის გამოტოვებულ ინფორმაციას.

სწორედ ამიტომ, “AI აღმოაჩინა ეს” და “ზღვარი მზად არის გამოქვეყნებისთვის” განსხვავებული პრეტენზიაა. გამოვლენა იწყებს რედაქტირებას. მიმოხილვა ამთავრებს მას.

რატომ არის რთული თხელი და გამჭვირვალე დეტალები

თხელი ობიექტები იკავებენ რამდენიმე პიქსელს. როდესაც გამოსახულების ზომა იცვლება დასკვნისთვის, ერთი პიქსელიანი მავთულის ან თმის ღერი შეიძლება იყოს საშუალოდ მის გარშემო ფონზე. გამჭვირვალე ობიექტები რთულია კიდევ ერთი მიზეზის გამო: მათი ხილული ფერი ნაწილობრივ ძველი ფონია. ზღვარი შეიძლება იყოს ნათელი ადამიანისთვის, ვისაც ესმის ობიექტი, ხოლო პიქსელის ნიმუში რჩება ორაზროვანი.

რბილი ჩრდილები ქმნის მიზანმიმართულ გაურკვევლობას. მათი გარე კიდე თანდათან ქრება და არ არსებობს ერთი ობიექტურად სწორი წყვეტა. სრული ჩრდილის შენარჩუნება შეიძლება ბუნებრივად გამოიყურებოდეს მსგავს ფონზე, მაგრამ ჭუჭყიანი ნათელ ახალ შევსებაზე. მისი ამოღებამ შესაძლოა სუბიექტს მოძრავი ჩანდეს.

ეს არის განსჯის პრობლემები ისევე, როგორც მოდელის პრობლემები.

მოდელის ნიღაბი, სამუშაო ნიღაბი და ექსპორტის ნიღაბი

ეს ხელს უწყობს სამი ეტაპის გამოყოფას:

1. მოდელის ნიღაბი: დასკვნის შედეგად დაბრუნებული ავტომატური შეფასება.
2. სამუშაო ნიღაბი: ნიღაბი ნაჩვენებია რედაქტორში ნებისმიერი დამატება ან წაშლა დახვეწის შემდეგ.
3. ექსპორტის ნიღაბი: სამუშაო ნიღაბი გამოიყენება მიმდინარე შედეგის ჩამოტვირთვის ან კოპირებისას.

Easy Background Remover-ში, ფუნჯის დახვეწა ასწორებს სამუშაო ნიღაბს. ექსპორტი იყენებს მიმდინარე რედაქტირებულ შედეგს, ვიდრე ჩუმად უბრუნდება ხელშეუხებელ ავტომატურ ნიღაბს. ეს საშუალებას აძლევს მოდელს გაუმკლავდეს ფართო განცალკევებას, ხოლო თქვენ შეასწორებთ დეტალებს, რომლებიც დამოკიდებულია განზრახვაზე.

ნაჩვენები წინასწარი გადახედვა შეიძლება მასშტაბირებული იყოს რედაქტორთან შესაფერისად. ეკრანის ეს ზომა არ არის ნიღბის შიდა დეტალების სანდო საზომი. წაიკითხეთ ნიღბის გარჩევადობა გადახედვის ზომასთან განსხვავებისთვის.

ადგილობრივ დასკვნას ჯერ კიდევ აქვს დაყენების ეტაპი

მოდელის მოწყობილობაზე მუშაობისთვის საჭიროა მოდელის წონა და თავსებადი ბრაუზერის მუშაობის დრო. წონები ბევრად აღემატება ჩვეულებრივ ინტერფეისის კოდს, ამიტომ რედაქტორის ყოველი გაშვებისას ყველაფრის ჩატვირთვა უსარგებლო იქნება. პირველ სესიას შეუძლია მოდელის ჩამოტვირთვა და ქეშირება; მოგვიანებით ჩვეულებრივ სესიებს ჩვეულებრივ შეუძლია მისი ხელახლა გამოყენება.

რატომ პირველად გაუშვით მოდელის ჩამოტვირთვები განმარტავს ამ საზღვრებს მოდელის აქტივის ჩამოტვირთვის ფოტოს ატვირთვასთან გაურევის გარეშე. მძიმე დასკვნა ასევე გარბის მთავარი ინტერფეისის ძაფიდან; იხილეთ Web Worker image processing საფუძვლები.

შედეგის შესაფასებლად პრაქტიკული გზა

არ შეამოწმოთ მხოლოდ საგნის ცენტრი. შეამოწმეთ ნიღაბი, სადაც მტკიცებულებები ყველაზე სუსტია:

• თმა, ბეწვი, ულვაში და ქსოვილის ბოჭკოები;
• სათვალეები, თასმები, მავთულები და ვიწრო უფსკრული;
• დაბალი კონტრასტის კიდეები;
• ნახევრად გამჭვირვალე მასალა;
• საკონტაქტო ჩრდილები;
• კუთხეები, სადაც ძველი ფონის ფერი შეიძლება დარჩეს.

იხილეთ შედეგი როგორც ღია, ასევე მუქი ფონზე, თუ საბოლოო დანიშნულება უცნობია. ფერმკრთალი ჰალო შეიძლება გაქრეს თეთრზე და აშკარა გახდეს შავზე. შემდეგ დახვეწეთ მხოლოდ ის ადგილები, რომლებიც გავლენას ახდენენ დანიშნულ გამოყენებაზე.

ავტომატური სეგმენტაცია ყველაზე სასარგებლოა, როდესაც განიხილება როგორც ძლიერი პირველი გავლა და არა სრულყოფილი გაგების განცხადება. სრული ლოკალური ამოჭრისა და დახვეწის ნაკადის საცდელად იხილეთ დაწყება.