Mesele
Adamlara ýönekeý görünýän zat - suratyň "esasy mowzugyny" kesgitlemek - kompýuterler üçin geň galdyryjy. Surat diňe reňkli pikselleriň gözenegi. "Bu piksel adam" we "bu piksel olaryň arkasyndaky diwar" diýlen özboluşly bellik ýok.
Adaty çemeleşmeler, reňk bosagasy (belli bir reňkdäki ähli pikselleri aýyrmak) ýa-da gyrasy kesgitlemek (obýektleriň arasynda araçäk tapmak) ýaly usullary ulanýar. Bular ýönekeý ýagdaýlar üçin işledi, ýöne çylşyrymly sahnalar, mowzuk bilen fon arasyndaky meňzeş reňkler ýa-da çylşyrymly jikme-jiklikler bilen şowsuz boldy.
Maşyn öwrenişine giriň
Häzirki zaman AI fonuny aýyrmak çuňňur öwrenmegi ulanýar - esasanam şekil segmentasiýa modelleri. Ine, işleýşiniň ýönekeýleşdirilen görnüşi:
1. Okuw
Nerw ulgamyna, eýýäm el bilen kesgitlenen (bellik edilen) millionlarça şekil görkezilýär. Wagtyň geçmegi bilen model nagyşlary öwrenýär: adamlaryň nähili görünýändigi, obýektleriň görnüşi, predmetleriň dürli-dürli bolmagy. Gyralaryny, dokumalaryny we kontekstini tanamagy öwrenýär.
2. Maslahat (Modeliň ulanylmagy)
Öwredilen modele ozal görmedik täze şekil bereniňizde, piksel maglumatlaryny seljerýär we & quot; maska & quot; - her pikseliň öňdäki (mowzuk) ýa-da fon bolmagy ähtimallygyny kesgitleýän karta. Confidenceokary ynamly öňdäki pikseller saklanýar; ýokary ynamly fon pikselleri aýrylýar.
3. Gyralary dolandyrmak
Öňdäki we fon aralygyndaky geçiş örän möhümdir. Döwrebap modeller gaty ikilik kesişleri däl-de, ýumşak gyralary (bölekleýin aç-açanlyk) döredýär. Bu, esasanam çylşyrymly gyralaryň töwereginde tebigy görnüşli netijeleri döredýär.
GPU näme üçin möhüm?
Neýron ulgamlary bir wagtyň özünde müňlerçe matematiki amallar arkaly şekilleri gaýtadan işleýär. GPU-lar (Grafiki gaýtadan işleýiş bölümleri) edil şonuň ýaly parallel hasaplama üçin döredildi. CPU-da 30 sekunt wagt alyp bilýän mesele GPU-da 2-3 sekuntda tamamlanyp biler.
Şonuň üçin QuickRemove ýaly gurallar NVIDIA, AMD we Intel GPU-lardan GPU tizlenmesini goldaýar. AI modeli çalt işlemek üçin göni GPU-da işleýär. Gabat gelýän GPU ýok bolsa, programma üpjünçiligi CPU gaýtadan işlemäge gaýdyp gelýär - ol henizem işleýär, has köp wagt alýar.
AI-iň gowy zady
- Adamlar we portretler - bu iň köp ulanylýan ýagdaý, modeller bu ugurda gowy taýýarlanýar
- Haýwanlar we öý haýwanlary - modeller sütük we haýwan şekillerini gowy dolandyrýarlar
- Önümler we obýektler - anyk araçäkleri bilen gowy kesgitlenen zatlar
- Ulaglar - awtoulaglar, tigirler we şuňa meňzeş zatlar
- Çylşyrymly fon - AI mowzuklary işli, jikme-jik fonlardan aýryp biler
AI üçin kynçylyklar
- Aç-açan zatlar - aýna, suw we beýleki materiallar gaty kyn (QuickRemove munuň üçin ýörite işlemegi öz içine alýar)
- Reňk meňzeşligi - mowzuk we fon reňk bilen gaty meňzeş bolsa, araçäkleri kesgitlemek has kyn bolýar
- Örän çylşyrymly sahnalar - bir-biriniň üstünden düşýän mowzuklar ýa-da düşnüksiz öňdäki / fon
Gaýtadan işlemek
AI başlangyç maska döredeninden soň, gaýtadan işlemek netijäni arassalaýar. “QuickRemove” ýaly gurallar:
- Gyralary ýeleklemek - mowzuk bilen fon arasyndaky geçişi ýumşadýar
- Moumşaklamak - gysylan gyralary azaltmak
- Reňkleriň zaýalanmagy - asyl fon reňkiniň mowzuk gyralaryna gan akýan reňk dökülmesini aýyrmak
- El bilen çotga / öçüriji - inçe düzedişler üçin AI sypdyryp biler
Aşakdaky setir
AI fonuny aýyrmak derejä ýetdi, sekuntda hünär taýdan ýokary netijeleri berýär. Her bir ssenariýada kämillik bolmasa-da, umumy ulanylýan ýagdaýlaryň köpüsini täsirli takyklyk bilen çözýär - fon aýyrmagy diňe Photoshop hünärmenleri däl-de, hemmeler üçin elýeterli edýär.