Проблема
Адамдар үчүн жөнөкөй көрүнгөн нерсе — сүрөттүн «негизги темасын» аныктоо — компьютерлер үчүн таң калыштуу татаал. Сүрөт - бул түстүү пикселдердин торчосу. "Бул пиксел - адам" жана "бул пиксел - алардын артындагы дубал" деген энбелги жок.
Салттуу ыкмалар түс босогосун аныктоо (белгилүү бир түстөгү бардык пикселдерди алып салуу) же четтерди аныктоо (объекттердин ортосундагы чек араларды табуу) сыяктуу ыкмаларды колдонушкан. Булар жөнөкөй учурларда иштеген, бирок татаал көрүнүштөр, тема менен фондун ортосундагы окшош түстөр же татаал деталдар менен ишке ашкан жок.
Machine Learning кириңиз
Заманбап AI фондорун алып салуу терең үйрөнүүнү, атап айтканда, сүрөттөрдү сегменттөө моделдерин колдонот. Бул жерде анын кантип иштешинин жөнөкөйлөтүлгөн версиясы:
1. Тренинг
Нейрондук тармакта миллиондогон сүрөттөр көрсөтүлөт, анда объект мурунтан эле кол менен аныкталган (белгиленген). Убакыттын өтүшү менен модель үлгүлөрдү үйрөнөт: адамдар кандай болот, объекттер кандай формада болот, субъекттер фондон кандайча айырмаланат. Ал кырларды, текстураларды жана контекстти таанууга үйрөнөт.
2. Корутунду (моделди колдонуу)
Сиз үйрөтүлгөн моделге мурда эч качан көрбөгөн жаңы сүрөттү бергенде, ал пикселдик маалыматтарды талдап, "маска" чыгарат — карта ар бир пикселге алдыңкы планда (предмет) же фон болуу ыктымалдыгын дайындайт. Жогорку ишенимдүү алдыңкы пландагы пикселдер сакталат; жогорку ишеним фон пикселдер алынып салынат.
3. Edge Handling
Алдыңкы план менен фондун ортосундагы өтүү өтө маанилүү. Заманбап моделдер катуу бинардык кесиптерге караганда жумшак четтерди (жарым-жартылай ачыктык) жаратат. Бул өзгөчө татаал четтердин тегерегинде табигый көрүнгөн натыйжаларды жаратат.
Эмне үчүн GPU маанилүү?
Нейрондук тармактар бир эле учурда миңдеген математикалык операциялар аркылуу сүрөттөрдү иштетет. GPU (Графикалык иштетүү бирдиктери) дал ушундай параллелдүү эсептөөлөр үчүн иштелип чыккан. CPUда 30 секунд талап кылынышы мүмкүн болгон тапшырма GPUда 2-3 секундада бүтүшү мүмкүн.
Мына ошондуктан QuickRemove сыяктуу куралдар NVIDIA, AMD жана Intel GPUларынан GPU тездетүүнү колдойт. AI модели тез иштетүү үчүн түздөн-түз GPU'ңузда иштейт. Эгерде шайкеш GPU жок болсо, программа кайра CPU иштетүүгө өтөт — ал дагы эле иштейт, жөн гана көп убакыт талап кылынат.
AI эмнеде жакшы
- Адамдар жана портреттер — бул эң кеңири таралган колдонуу учуру жана моделдер ага жакшы үйрөтүлгөн
- Жаныбарлар жана үй жаныбарлары — моделдер жүндөрүн жана жаныбарлардын формаларын жакшы кармашат
- Продукциялар жана объекттер - так чектери бар так аныкталган объекттер
- Унаалар — унаалар, велосипеддер жана ушул сыяктуу нерселер
- Татаал фон - AI субъекттерди бош эмес, деталдуу фондон ажырата алат
AI үчүн кыйынчылыктар
- Тунук объекттер — айнек, суу жана башка өтүүчү материалдар татаал (QuickRemove бул үчүн атайын иштетүүнү камтыйт)
- Түс окшоштугу — предмет менен фон түсү боюнча абдан окшош болгондо, чек араларды аныктоо кыйыныраак
- Өтө татаал көрүнүштөр — бир нече бири-бирин кайталаган объектилер же түшүнүксүз алдыңкы план/фон
Кийинки иштетүү
AI баштапкы масканы жараткандан кийин, кийинки иштетүү натыйжаны жакшыртат. QuickRemove сунушу сыяктуу куралдар:
- Edge feathering — предмет менен фондун ортосундагы өтүүнү жумшартуу
- Текшерүү — тиштүү четтерин азайтуу
- Түстөрдү зыянсыздандыруу — түстөрдүн төгүлгөнүн жок кылуу, анда баштапкы фон түсү объектинин четтерине агып кетет.
- Кол менен щетка/өчүргүч — жакшы оңдоолор үчүн AI байкабай калышы мүмкүн
The Bottom Line
AI фондун алып салуу секунданын ичинде профессионалдык сапаттагы натыйжаларды бере турган деңгээлге жетти. Бул ар бир сценарийде идеалдуу болбосо да, ал жалпы колдонуу учурларынын басымдуу көпчүлүгүн таасирдүү тактык менен чечет — фонду алып салуу Photoshop адистерине эле эмес, бардыгына жеткиликтүү кылат.