Jak AI odnajduje obiekt
Wycinanie obiektu ze zdjęcia kiedyś oznaczało ręczne obrysowywanie krawędzi. Segmentacja AI zastępuje to modelem, który widział miliony zdjęć i nauczył się, jak wyglądają typowe obiekty: ludzie, produkty, zwierzęta, meble, rośliny. Dla każdego piksela na Twoim zdjęciu sieć ocenia, na ile należy on do obiektu, a na ile do tła.
Wynik tej oceny nazywamy maską alfa, czyli mapą przezroczystości w tej samej rozdzielczości co analiza. Pełne obszary obiektu stają się całkowicie nieprzezroczyste, tło staje się w pełni przezroczyste, a piksele na granicy dostają wartości pośrednie. To właśnie te wartości pośrednie sprawiają, że włosy, futro i miękkie krawędzie wyglądają naturalnie, a nie jak wycięte nożyczkami.
To narzędzie korzysta z ISNet, architektury segmentacji z rodziny dichotomous image segmentation, która stoi też za kilkoma komercyjnymi usługami. Maska jest liczona w rozdzielczości 1024 na 1024, a następnie skalowana z powrotem na Twoje oryginalne zdjęcie, więc pobrany plik zachowuje pełną rozdzielczość z nałożoną przezroczystością.