Ko redz ierīcē strādājošs izgriezuma modelis
Ierīcē strādājošs modelis meklē rakstus un atdala objektu no fona, nesūtot attēlu attālināti. Tas drīzāk seko iemācītām robežu pazīmēm, nevis “saprot” ainu.
Tāpēc zema kontrasta vai plānas detaļas joprojām prasa cilvēka pārbaudi.
No attēla faila līdz modeļa ievadei
Vispirms izvēlētais fails ir jāatšifrē. Saspiests fotoattēls netiek nodots tieši modelī kā faila baitu bloks. Pārlūkprogramma to pārvērš pikseļos ar platuma, augstuma un krāsu vērtībām.
Pēc tam secinājumu cauruļvads sagatavo modeļa izmēra ievadi. Atkarībā no modeļa un izpildes laika sagatavošanās var ietvert:
- mainot atšifrētā attēla izmērus atbilstoši modeļa sagaidāmajiem izmēriem;
- sarkano, zaļo un zilo vērtību sakārtošana kā ciparu kanāli;
- šo vērtību mērogošana vai normalizēšana;
- to iesaiņošana tensorā, masīva formātā, ko izmanto secinājumu izpildlaikā.
Precīzi izmēri un normalizācijas noteikumi pieder modeļa ieviešanai. Svarīgs praktiskais punkts ir tāds, ka secinājumi parasti darbojas no sagatavota attēlojuma, nevis no katra avota pikseļa tā sākotnējā izmērā.
Easy Background Remover izpilda šo secināšanas darbību pārlūkprogrammā, izmantojot ierīces segmentācijas modeli. Modeļa fails, iespējams, būs jālejupielādē pirms pirmās izgriešanas, taču attēla apstrādes ceļš ir izveidots tā, lai tas paliktu lokāls, tiklīdz modelis ir gatavs. Modeļa lejupielāde ir līdzekļa pieprasījums; tas nav tas pats, kas augšupielādēt atlasīto fotoattēlu attālinātai secināšanai.
Rezultāts ir uzticībai līdzīga maska
Katrai izvades vietai modelis rada vērtību, ko var interpretēt kā vairāk objektam vai fonam līdzīgu. Ir lietderīgi to attēlot kā pelēktoņu attēlu:
- balts nozīmē saglabāt šo zonu;
- melni līdzekļi noņemiet šo zonu;
- pelēks nozīmē daļēju pārklājumu vai nenoteiktību malas tuvumā.
Pārlūkprogramma pārvērš šo izvadi darba alfa maskā. Pēc tam oriģinālos krāsu pikseļus var salikt uz šaha laukuma, cietā aizpildījuma, gradienta vai cita attēla. Caurspīdīgs eksports saglabā masku alfa formātā, nevis krāso šaha laukumu failā.
Mīkstajām vērtībām ir nozīme. Ja katru maskas vērtību nekavējoties padarītu tīri melnu vai baltu, mati, kažokādas, auduma šķiedras, kustības izplūšana un defokusētās malas kļūtu nedabiski cietas. Daļēja alfa var saglabāt vienmērīgāku pāreju. Tas var arī atklāt krāsu bārkstis no vecā fona, tāpēc rezultāts joprojām ir vizuāli jāpārbauda.
Kādi vizuālie pierādījumi modelim palīdz
Segmentācijas modelis var vienlaikus izmantot vairāk nekā vienu pavedienu. Spēcīgās norādes bieži ietver:
- kontrasts starp objektu un fonu;
- nepārtrauktas robežas ap dominējošo objektu;
- pazīstamas formas, faktūras un pozīcijas kombinācijas;
- dziļuma norādes, piemēram, fokusa atšķirības;
- reģioni, kas vizuāli pieder kopā.
Neviena no šīm norādēm nav garantija. Tumša jaka pie tumšas sienas piedāvā vāju robežkontrastu. Krēslā ar šaurām spraugām var būt fona apgabali, kas atgādina objektu. Rakstains fons var konkurēt ar faktisko objektu par uzmanību.
Modelis veic vislabāko aprēķinu no pieejamajiem pikseļiem. Tas nevar atgūt detaļas, kas nekad nav uzņemtas attēlā.
Ko modele nezina
Modelis automātiski nezina, kuru objektu jūs gribējāt paturēt, ja ir vairāki objekti. Tas nezina, ka caurspīdīga dzeramā glāze ir komerciāli svarīga, ka ēnai jāpaliek reālismam vai ka maza siksniņa pieder pie somas.
Tas arī nesaņem slēptu augstas izšķirtspējas versiju izplūdušam avotam. Saspiešanas bloki, apgriezti izcēlumi, kustības izplūšana un ļoti mazas detaļas ierobežo pieejamos pierādījumus. Palielinot priekšskatījuma tālummaiņu, ekrānā tiek palielināti pikseļi; tas nerada trūkstošo informāciju.
Tāpēc apgalvojumi “AI to atklāja” un “mala ir gatava publicēšanai” ir atšķirīgi apgalvojumi. Atklāšana sāk rediģēšanu. Pārskatīšana to pabeidz.
Kāpēc plānas un caurspīdīgas detaļas ir sarežģītas
Plāni objekti aizņem dažus pikseļus. Ja attēla izmērs tiek mainīts, lai izdarītu secinājumus, viena pikseļa stieple vai matu šķipsna var tikt aprēķināta vidēji ar fonu ap to. Caurspīdīgi objekti ir sarežģīti cita iemesla dēļ: to redzamā krāsa daļēji ir vecais fons. Robeža var būt skaidra personai, kas saprot objektu, savukārt pikseļu modelis paliek neskaidrs.
Mīkstas ēnas rada apzinātu neskaidrību. To ārējā mala pakāpeniski izbalē, un nav viena objektīvi pareiza nogriezuma. Pilnas ēnas saglabāšana var izskatīties dabiski uz līdzīga fona, bet netīra uz spilgti jauna aizpildījuma. Noņemot to, objekts var likties peldēt.
Tās ir sprieduma problēmas tikpat lielā mērā kā modeļu problēmas.
Modeļa maska, darba maska un eksporta maska
Tas palīdz nodalīt trīs posmus:
- Modeļa maska: automātiskā aplēse, kas tiek atgriezta ar secinājumu.
- Darba maska: maska, kas tiek rādīta redaktorā pēc pievienošanas vai dzēšanas precizēšanas.
- Eksporta maska: darba maska, kas tiek lietota, lejupielādējot vai kopējot pašreizējo rezultātu.
Programmā Easy Background Remover, otu precizēšana rediģē darba masku. Eksports izmanto pašreizējo rediģēto rezultātu, nevis klusi atgriežas pie neskartās automātiskās maskas. Tas ļauj modelim tikt galā ar plašo atdalīšanu, kamēr jūs labojat detaļas, kas ir atkarīgas no nolūka.
Parādīto priekšskatījumu var mērogot, lai tas atbilstu redaktoram. Šis displeja izmērs nav uzticams maskas iekšējās detaļas mērs. Izlasiet Maskas izšķirtspēja pret priekšskatījuma lielumu, lai uzzinātu, kā to atšķirt.
Vietējam secinājumam joprojām ir iestatīšanas darbība
Modeļa palaišanai ierīcē ir nepieciešami modeļa svari un saderīgs pārlūkprogrammas izpildlaiks. Svari ir daudz lielāki nekā parastais interfeisa kods, tāpēc visu ielādēšana katrā redaktora palaišanas reizē būtu izšķērdīga. Pirmajā sesijā modeli var lejupielādēt un saglabāt kešatmiņā; vēlākās parastajās sesijās to parasti var izmantot atkārtoti.
Kāpēc vispirms tiek lejupielādēts modelis izskaidro šo robežu, nesajaucot modeļa līdzekļa lejupielādi ar fotoattēlu augšupielādi. Smagie secinājumi arī aizbēg no galvenā interfeisa pavediena; skatiet Web Worker attēlu apstrādes pamati.
Praktisks veids, kā spriest par rezultātu
Nepārbaudiet tikai objekta centru. Pārbaudiet masku vietās, kur pierādījumi ir vājākie:
- mati, kažokādas, ūsas un auduma šķiedras;
- brilles, siksnas, stieples un šauras spraugas;
- zema kontrasta malas;
- daļēji caurspīdīgs materiāls;
- kontakta ēnas;
- stūri, kur var palikt vecā fona krāsa.
Skatiet rezultātu gan uz gaiša, gan tumša fona, ja galamērķis nav zināms. Bāls oreols var pazust uz balta un kļūt pamanāms uz melna. Pēc tam precizējiet tikai tās zonas, kas ietekmē paredzēto lietojumu.
Automātiskā segmentācija ir visnoderīgākā, ja tā tiek uzskatīta par spēcīgu pirmo piegājienu, nevis pilnīgas izpratnes apliecinājumu. Lai izmēģinātu pilnu lokālo izgriezumu un precizēšanas plūsmu, skatiet sadaļu Sākt darbu.