ایک آن ڈیوائس کٹ آؤٹ ماڈل کیا دیکھتا ہے۔
ایک آن ڈیوائس کٹ آؤٹ ماڈل انسانی معنوں میں کسی شخص، جوتے، پالتو جانور یا کرسی کو نہیں دیکھتا ہے۔ یہ تصویر اور تخمینوں کی عددی نمائندگی حاصل کرتا ہے، پکسل بہ پکسل، ممکنہ طور پر کون سے علاقوں کا تعلق مرکزی مضمون سے ہے۔ اس کا کارآمد آؤٹ پٹ ایک ماسک ہے: ایک خاکستری نقشہ جو نتیجہ کی شفافیت کا ذریعہ بن سکتا ہے۔
یہ فرق خودکار کٹ آؤٹ کی رفتار اور ان کی حدود دونوں کی وضاحت کرتا ہے۔ ماڈل تربیت کے دوران سیکھے گئے بصری نمونوں کا استعمال کر سکتا ہے، لیکن یہ آپ کے ارادے کو نہیں جانتا۔ مرکز کے قریب کوئی تیز چیز اہم نظر آسکتی ہے۔ شیشے کا ایک دھندلا کنارہ یا بالوں کا ڈھیلا کنارہ پس منظر کی طرح دکھائی دے سکتا ہے۔
امیج فائل سے ماڈل ان پٹ تک
آپ جو فائل پہلے منتخب کرتے ہیں اسے ڈی کوڈ کرنا ہوگا۔ ایک کمپریسڈ تصویر کو براہ راست ماڈل میں فائل بائٹس کے بلاک کے طور پر منتقل نہیں کیا جاتا ہے۔ براؤزر اسے چوڑائی، اونچائی اور رنگ کی قدروں کے ساتھ پکسلز میں بدل دیتا ہے۔
انفرنس پائپ لائن پھر ماڈل کے سائز کا ان پٹ تیار کرتی ہے۔ ماڈل اور رن ٹائم پر منحصر ہے، تیاری میں شامل ہو سکتے ہیں:
- ڈی کوڈ شدہ تصویر کو ان طول و عرض میں تبدیل کرنا جس کی ماڈل کی توقع ہے۔
- سرخ، سبز اور نیلے رنگ کی اقدار کو عددی چینلز کے طور پر ترتیب دینا؛
- ان اقدار کو پیمانہ یا معمول بنانا؛
- ان کو ٹینسر میں پیک کرنا، انفرنس رن ٹائم کے ذریعہ استعمال ہونے والی صف کی شکل۔
عین مطابق طول و عرض اور معمول کے قوانین کا تعلق ماڈل کے نفاذ سے ہے۔ اہم عملی نکتہ یہ ہے کہ تخمینہ عام طور پر تیار کردہ نمائندگی سے کام کرتا ہے، ہر سورس پکسل سے اس کے اصل سائز سے نہیں۔
Easy Background Remover براؤزر میں ایک آن ڈیوائس سیگمنٹیشن ماڈل کے ساتھ اس انفرنس سٹیپ کو چلاتا ہے۔ ماڈل فائل کو پہلے کٹ آؤٹ سے پہلے ڈاؤن لوڈ کرنے کی ضرورت ہو سکتی ہے، لیکن امیج پروسیسنگ پاتھ ماڈل کے تیار ہونے کے بعد مقامی رہنے کے لیے ڈیزائن کیا گیا ہے۔ ماڈل ڈاؤن لوڈ ایک اثاثہ کی درخواست ہے۔ یہ ریموٹ انفرنس کے لیے منتخب تصویر کو اپ لوڈ کرنے جیسی چیز نہیں ہے۔
آؤٹ پٹ ایک اعتماد جیسا ماسک ہے۔
اس کے آؤٹ پٹ میں ہر مقام کے لیے، ماڈل ایک قدر پیدا کرتا ہے جس کی تشریح زیادہ موضوع کی طرح یا زیادہ پس منظر کی طرح کی جا سکتی ہے۔ اس کو گرے اسکیل تصویر کے طور پر تصویر کرنا مفید ہے:
- سفید کا مطلب ہے اس علاقے کو رکھیں۔
- سیاہ کا مطلب ہے اس علاقے کو ہٹا دیں؛
- سرمئی کا مطلب ہے جزوی کوریج یا کسی کنارے کے قریب غیر یقینی صورتحال۔
براؤزر اس آؤٹ پٹ کو ورکنگ الفا ماسک میں بدل دیتا ہے۔ اصل رنگ کے پکسلز پھر ایک بساط، ایک ٹھوس فل، ایک گریڈینٹ، یا کسی اور تصویر پر مرتب کیے جا سکتے ہیں۔ ایک شفاف برآمدی فائل میں بساط کو پینٹ کرنے کے بجائے ماسک کو الفا کے طور پر اسٹور کرتی ہے۔
نرم اقدار اہمیت رکھتی ہیں۔ اگر ہر ماسک کی قیمت کو فوری طور پر خالص سیاہ یا سفید کرنے پر مجبور کیا جائے تو بال، کھال، تانے بانے کے ریشے، حرکت دھندلا، اور ڈی فوکس شدہ کنارے غیر فطری طور پر سخت ہو جائیں گے۔ جزوی الفا ایک ہموار منتقلی کو محفوظ رکھ سکتا ہے۔ یہ پرانے پس منظر سے رنگ کے کنارے کو بھی بے نقاب کر سکتا ہے، یہی وجہ ہے کہ نتیجہ اب بھی بصری جانچ کا مستحق ہے۔
کون سا بصری ثبوت ماڈل کی مدد کرتا ہے۔
ایک سیگمنٹیشن ماڈل ایک ہی وقت میں ایک سے زیادہ اشارے کھینچ سکتا ہے۔ مضبوط اشارے میں اکثر شامل ہوتے ہیں:
- موضوع اور پس منظر کے درمیان تضاد؛
- ایک غالب چیز کے ارد گرد مسلسل حدود؛
- شکل، ساخت، اور پوزیشن کے واقف امتزاج؛
- گہرائی کے اشارے جیسے توجہ کے فرق؛
- وہ علاقے جو بصری طور پر ایک دوسرے سے تعلق رکھتے ہیں۔
ان اشارے میں سے کوئی بھی ضمانت نہیں ہے۔ سیاہ دیوار کے خلاف ایک سیاہ جیکٹ کمزور حد کے برعکس پیش کرتی ہے۔ تنگ خلا والی کرسی میں پس منظر والے علاقے ہوسکتے ہیں جو آبجیکٹ سے مشابہت رکھتے ہیں۔ ایک نمونہ دار پس منظر توجہ کے لیے اصل موضوع کا مقابلہ کر سکتا ہے۔
ماڈل دستیاب پکسلز سے بہترین تخمینہ لگا رہا ہے۔ یہ اس تفصیل کو بازیافت نہیں کرسکتا ہے کہ تصویر نے کبھی قبضہ نہیں کیا۔
ماڈل کو کیا معلوم نہیں۔
ماڈل خود بخود نہیں جانتا ہے کہ جب متعدد مضامین موجود ہوں تو آپ کونسی چیز کو رکھنا ہے۔ یہ نہیں جانتا کہ پینے کا شفاف گلاس تجارتی لحاظ سے اہم ہے، حقیقت پسندی کے لیے سایہ رہنا چاہیے، یا یہ کہ ایک چھوٹا سا پٹا ایک تھیلے سے تعلق رکھتا ہے۔
اسے دھندلے ماخذ کا پوشیدہ ہائی ریزولوشن ورژن بھی نہیں ملتا ہے۔ کمپریشن بلاکس، کلپ شدہ ہائی لائٹس، موشن بلر، اور بہت چھوٹی تفصیلات دستیاب شواہد کو محدود کرتی ہیں۔ پیش نظارہ زوم کو بڑھانے سے اسکرین پر پکسلز بڑے ہو جاتے ہیں۔ یہ لاپتہ معلومات پیدا نہیں کرتا ہے۔
یہی وجہ ہے کہ “AI نے اس کا پتہ لگایا” اور “کنارہ شائع کرنے کے لیے تیار ہے” مختلف دعوے ہیں۔ پتہ لگانے سے ترمیم شروع ہوتی ہے۔ جائزہ اسے ختم کرتا ہے۔
پتلی اور شفاف تفصیلات کیوں مشکل ہیں؟
پتلی اشیاء چند پکسلز پر قابض ہیں۔ جب کسی تصویر کا اندازہ لگانے کے لیے سائز تبدیل کیا جاتا ہے، تو اس کے ارد گرد کے پس منظر کے ساتھ ایک پکسل تار یا بالوں کے اسٹرینڈ کا اوسط لگایا جا سکتا ہے۔ شفاف اشیاء ایک اور وجہ سے مشکل ہیں: ان کا نظر آنے والا رنگ جزوی طور پر پرانا پس منظر ہے۔ حد کسی ایسے شخص کے لیے واضح ہو سکتی ہے جو اعتراض کو سمجھتا ہے، جبکہ پکسل پیٹرن مبہم رہتا ہے۔
نرم سائے جان بوجھ کر ابہام پیدا کرتے ہیں۔ ان کا بیرونی کنارہ بتدریج دھندلا جاتا ہے، اور کوئی ایک بھی معروضی طور پر درست کٹ آف نہیں ہے۔ مکمل سایہ رکھنا اسی طرح کے پس منظر میں قدرتی لگ سکتا ہے لیکن روشن نئے فل پر گندا ہو سکتا ہے۔ اسے ہٹانے سے موضوع تیرتا دکھائی دے سکتا ہے۔
یہ فیصلے کے مسائل ہیں جتنے ماڈل کے مسائل۔
ماڈل ماسک، ورکنگ ماسک، اور ایکسپورٹ ماسک
یہ تین مراحل کو الگ کرنے میں مدد کرتا ہے:
- ماڈل ماسک: خودکار تخمینہ تخمینہ کے ذریعہ واپس آیا۔
- ورکنگ ماسک: ایڈیٹر میں کسی بھی ایڈ یا ایریز ریفائنمنٹ کے بعد دکھایا گیا ماسک۔
- ماسک برآمد کریں: ورکنگ ماسک اس وقت لاگو ہوتا ہے جب موجودہ نتیجہ ڈاؤن لوڈ یا کاپی کیا جاتا ہے۔
Easy Background Remover میں، برش ریفائنمنٹ ورکنگ ماسک میں ترمیم کرتا ہے۔ ایکسپورٹ موجودہ ترمیم شدہ نتیجہ استعمال کرتا ہے بجائے اس کے کہ خاموشی سے اچھوتے خودکار ماسک پر واپس آجائے۔ یہ ماڈل کو وسیع علیحدگی کو سنبھالنے دیتا ہے جب کہ آپ ان تفصیلات کو درست کرتے ہیں جو ارادے پر منحصر ہوتی ہیں۔
دکھائے گئے پیش نظارہ کو ایڈیٹر کے مطابق کرنے کے لیے چھوٹا کیا جا سکتا ہے۔ وہ ڈسپلے کا سائز ماسک کی اندرونی تفصیل کا قابل اعتماد پیمانہ نہیں ہے۔ فرق کے لیے ماسک ریزولوشن بمقابلہ پیش نظارہ سائز پڑھیں۔
مقامی تخمینہ میں ابھی بھی سیٹ اپ کا مرحلہ باقی ہے۔
ڈیوائس پر ماڈل چلانے کے لیے ماڈل کے وزن اور ہم آہنگ براؤزر رن ٹائم کی ضرورت ہوتی ہے۔ وزن عام انٹرفیس کوڈ سے بہت بڑا ہے، لہذا ہر ایڈیٹر لانچ پر ہر چیز کو لوڈ کرنا فضول ہوگا۔ پہلا سیشن ماڈل کو ڈاؤن لوڈ اور کیش کر سکتا ہے۔ بعد میں عام سیشن عام طور پر اسے دوبارہ استعمال کر سکتے ہیں۔
پہلے رن ایک ماڈل کو کیوں ڈاؤن لوڈ کرتا ہے تصویر اپ لوڈ کے ساتھ ماڈل اثاثہ ڈاؤن لوڈ کو الجھائے بغیر اس حد کی وضاحت کرتا ہے۔ بھاری اندازہ بھی مرکزی انٹرفیس تھریڈ سے دور ہوتا ہے۔ دیکھیں ویب ورکر امیج پروسیسنگ کی بنیادی باتیں۔
نتیجہ کا فیصلہ کرنے کا ایک عملی طریقہ
صرف موضوع کے مرکز کا معائنہ نہ کریں۔ ماسک کو چیک کریں جہاں ثبوت کمزور ہے:
- بال، کھال، سرگوشیاں، اور تانے بانے کے ریشے؛
- شیشے، پٹے، تاریں، اور تنگ خلا؛
- کم کنٹراسٹ کناروں؛
- نیم شفاف مواد؛
- رابطہ سائے؛
- کونے جہاں پرانا پس منظر کا رنگ رہ سکتا ہے۔
اگر حتمی منزل نامعلوم ہے تو نتیجہ کو ہلکے اور سیاہ دونوں پس منظر میں دیکھیں۔ ایک پیلا ہالو سفید پر غائب ہوسکتا ہے اور سیاہ پر واضح ہوسکتا ہے۔ پھر صرف ان علاقوں کو بہتر کریں جو مطلوبہ استعمال کو متاثر کرتے ہیں۔
خودکار سیگمنٹیشن سب سے زیادہ مفید ہے جب اسے مضبوط فرسٹ پاس سمجھا جائے، نہ کہ کامل تفہیم کا بیان۔ مکمل مقامی کٹ آؤٹ اور ریفائنمنٹ فلو کو آزمانے کے لیے، دیکھیں شروع کریں۔