Çò que vei un modèl de talh sus dispositiu
Un modèl de talh sul periferic vei pas una persona, una sabata, un animal de companhiá o una cadièra al sens uman. Recep una representacion numerica de l’imatge e estima, pixèl per pixèl, quinas zònas son susceptiblas d’aperténer al subjècte principal. Sa sortida utila es una masca : una mapa a escala de grises que pòt venir lo canal de transparéncia del resultat.
Aquela distincion explica a l’encòp la velocitat dels talhs automatics e lors limits. Lo modèl pòt utilizar de modèls visuals apreses pendent l’entraïnament, mas coneis pas vòstra intencion. Un objècte afilat prèp del centre pòt semblar important; un bòrd de veire feble o un brin de pèl desliurat pòt semblar a un rèireplan.
Del fichièr d’imatge a l’entrada del modèl
Lo fichièr que causissètz d’en primièr deu èsser decodat. Una fòto comprimida es pas passada dirèctament dins lo modèl coma un blòt d’octets de fichièr. Lo navigador lo convertís en pixèls amb de valors de largor, nautor e color.
Lo pipeline d’inferéncia prepara alara una entrada de talha d’un modèl. Segon lo modèl e lo temps d’execucion, la preparacion pòt inclure :
- redimensionar l’imatge descodat a las dimensions que lo modèl espèra;
- organizar de valors rojas, verdas e blavas coma de canals numerics;
- escalar o normalizar aquelas valors;
- los empaquetar dins un tensor, lo format de matriç utilizat pel temps d’execucion d’inferéncia.
Las dimensions exactas e las règlas de normalizacion apartenon a la mesa en plaça del modèl. Lo punt practic important es que l’inferéncia fonciona generalament a partir d’una representacion preparada, pas a partir de cada pixèl font a sa talha originala.
Easy Background Remover executa aquesta etapa d’inferéncia dins lo navigador amb un modèl de segmentacion sul periferic. Lo fichièr modèl pòt aver besonh d’èsser telecargat abans lo primièr talh, mas lo camin de tractament de l’imatge es concebut per demorar local un còp que lo modèl es prèst. Lo telecargament del modèl es una demanda d’actiu; es pas la meteissa causa que de mandar la fòto seleccionada per inferéncia a distància.
La sortida es una masca de fisança
Per cada emplaçament dins sa sortida, lo modèl produtz una valor que pòt èsser interpretada coma mai similara a un subjècte o mai similara a un rèireplan. Es util d’imaginar aquò coma una imatge en escala de grises :
- blanc vòl dire gardar aquela zòna;
- negre vòl dire levar aquela zòna;
- gris significa una cobertura parciala o l’incertitud prèp d’un bòrd.
Lo navigador convertís aquela sortida dins la masca alfa foncionanta. Los pixèls de color originals pòdon alara èsser compausats sus un tablèu d’escacs, un rempliment solid, un degradat, o un autre imatge. Una exportacion transparenta emmagazina la masca coma alfa puslèu que de pintrar lo tablèu d’escacs dins lo fichièr.
Las valors doças importan. Se cada valor de masca èra forçada immediatament a negre o blanc pur, lo pel, la pelissa, las fibras de tela, lo flou de movement e los bòrds desfocalizats vendrián pas naturalament durs. L’alfa parcial pòt preservar una transicion mai doça. Pòt tanben expausar de franjas de color de l’ancian fons, es per aquò que lo resultat s’ameritava encara una verificacion visuala.
Quinas pròvas visualas ajudan lo modèl
Un modèl de segmentacion pòt tirar sus mai d’un indici al còp. Los indicis fòrts incluson sovent:
- contraste entre subjècte e fons;
- frontièras contunhas a l’entorn d’un objècte dominant;
- combinasons familialas de forma, textura, e posicion;
- indicis de prigondor coma de diferéncias de focus;
- regions qu’apertenon visualament amassa.
Cap d’aqueles indicis es pas una garantia. Una jaqueta escura contra un mur escur ofrís un contraste de frontièra feble. Una cadièra amb d’espacis estreches pòt conténer de regions de fons que semblan a l’objècte. Un fons amb de motius pòt concurrençar lo subjècte real per l’atencion.
Lo modèl fa una melhora estimacion a partir dels pixèls disponibles. Pòt pas recuperar de detalhs que l’imatge a pas jamai capturat.
Çò que lo modèl sap pas
Lo modèl sap pas automaticament quin objècte volètz gardar quand divèrses subjèctes son presents. Sap pas qu’un veire de beure transparent es comercialament important, qu’una ombra deuriá demorar pel realisme, o qu’una pichòta correja aparten a un sac.
Recep pas tanpauc una version amagada de nauta resolucion d’una font esfondrada. Los blòts de compression, los relèus talhats, lo flou de movement e los detalhs fòrça pichons limitan las pròvas disponiblas. Aumentar lo zoom d’apercebut rend los pixèls mai grands sus l’ecran ; crea pas d’informacions mancantas.
Es per aquò que “l’IA o detectèt” e “lo bòrd es prèst a publicar” son d’afirmacions diferentas. La deteccion comença l’edicion. La revista l’acaba.
Perqué los detalhs prims e transparents son malaisits
Los objèctes prims ocupan qualques pixèls. Quand una imatge es redimensionada per inferéncia, un fial d’un pixel o un brin de pèl pòt èsser mejanat amb lo rèireplan a son entorn. Los objèctes transparents son malaisits per una autra rason: lor color visibla es en partida lo fons ancian. La frontièra pòt èsser clara per una persona que compren l’objècte, del temps que lo modèl de pixèl demòra ambigü.
Las ombras doças crean una ambigüitat intencionala. Lor bòrd exterior s’esvaís gradualament, e i a pas cap de talh objectivament corrècte. Gardar l’ombra completa pòt semblar natural sus un fons similar mas brut sus un novèl emplenatge brilhant. Lo suprimir pòt far semblar lo subjècte flotar.
Aquò’s de problèmas de jutjament tant coma de problèmas de modèl.
Masca de modèl, masca de trabalh, e masca d’exportacion
Ajuda a separar tres estapas:
- Masca de modèl: l’estimacion automatica retornada per inferéncia.
- Masca de trabalh: la masca mostrada dins l’editor après quin rafinament que siá d’Apondre o de Suprimir.
- Masca d’exportacion: la masca de trabalh aplicada quand lo resultat actual es telecargat o copiat.
Dins Easy Background Remover, l’afinament de pincèl modifica la masca de trabalh. L’exportacion utiliza lo resultat modificat actual puslèu que de tornar en silenci a la masca automatica non tocada. Aquò permet al modèl de gerir la separacion larga del temps que corregissètz de detalhs que dependon de l’intencion.
L’apercebut afichat pòt èsser escalat per s’adaptar a l’editor. Aquela talha de l’afichatge es pas una mesura fisabla del detalh intèrne de la masca. Legissètz Resolucion de masca vs talha d’apercebut per la distincion.
L’inferéncia locala a encara una etapa de configuracion
L’execucion d’un modèl sus periferic demanda los peses del modèl e un temps d’execucion del navigador compatible. Los peses son fòrça mai grands que lo còde d’interfàcia ordinari, doncas lo cargament de tot sus cada lançament de l’editor seriá un gaspilhatge. Una primièra sesilha pòt telecargar e cachear lo modèl; las sesilhas ordinàrias posterioras pòdon generalament lo tornar utilizar.
Perqué lo primièr execucion telecarga un modèl explica aquela frontièra sens confondre un telecargament d’actiu de modèl amb un telecargament de fòto. L’inferéncia pesuga s’escapa tanben del fial d’interfàcia principala; veire Bases de tractament d’imatges del trabalhador web.
Un biais practic de jutjar lo resultat
Inspeccionatz pas sonque lo centre del subjècte. Verificatz la masca ont las pròvas son mai feblas:
- pèl, pelissa, bigotis, e fibras de teissut;
- lunetas, correjas, fials, e traucs estreches;
- bòrds de bas contraste;
- material semitransparent;
- ombras de contacte;
- cantons ont la color de fons anciana pòt demorar.
Afichar lo resultat sus un fons clar e escur se la destinacion finala es desconeguda. Un aureòla palle pòt desaparéisser sul blanc e venir evident sul negre. Afinatz alara sonque las zònas qu’afèctan l’usatge previst.
La segmentacion automatica es mai utila quand es tractada coma un primièr passatge fòrt, pas una declaracion de compreneson perfiècha. Per ensajar lo flux de talh e de rafinament local complet, vejatz Començar.