شبكة لى فنغ منظمة العفو الدولية تكنولوجي ريفيو: سواء للميزات حصيرة بسيطة والممارسين فوتوشوب دافا لا تزال تكافح؟ حتى لو كانت الممارسة الناجحة، سواء كانوا يعتقدون أن الوقت الذي يقضيه في حفر هذا الشيء لا يزال أكثر من اللازم؟ الآن رجل يدعى أداة remove.bg يمكنك إزالة هذا القلق، طالما تحميل الصور انقر على OK، تتوفر بعد 5 ثوان دون شفافة الصور الخلفية من الجسم، ولكن أيضا في استخدام خالية تماما من التهمة.
Byteq من قبل المطور وضعت بنيامين Groessing remove.bg هو على أساس بيثون، روبي وعمق التعلم أداة حصيرة يستخدم التكنولوجيا AI لتحديد طبقة المقدمة تلقائيا، ومن ثم فصل طبقة الخلفية. من أجل تحسين تفاصيل تأثير الانفصال ولمنع "عبر اللون"، وأضاف أيضا فريق الخوارزميات ذات الصلة على وجه التحديد.
لكن بنيامين Groessing أيضا شدد على تويتر الشخصية، remove.bg حاليا يحتوي فقط على صورة صورة لغيرها من الاعتراف الجسم، وأكثر تعقيدا، وسوف يستمر في المستقبل لتحسين بناء على ملاحظات المستخدمين.
الموقع مجاني حاليا مقابل، سواء كنت تعمل مصمم محترف أبيض أو الوافد الجديد، يمكنك تحميل الصور إلى تحقيق سلسلة من تعقيد التقليدي حصيرة عملية تلقائية، مما يلغي الحاجة لتحديد، علامة وهلم جرا. لكن شبكة لى فنغ AI تقنية مراجعة أذكركم، موقع لتحميل الصور والإخراج حجم بكسل وصور يقتصر، الذي يرسل حجم الصورة لا يمكن أن يتجاوز 8 M، خرج بكسل وصور من 500px فقط. إذا كان لديك على التعيين النهائي يتطلب جودة عالية، فمن المستحسن اخترت استخدام برنامج فوتوشوب.
في المحاكمة أظهرت النتائج الموقع قبل، وشرح لى فنغ شبكة AI تقنية مراجعة لفترة وجيزة هذا معايير التقييم:
كيفية التخلص من الكائن الذي عقد على يد شخص
ما إذا كان سيكون مظلمة جدا / ملابس مشرقة جدا كخلفية
أداء الاعتراف تحت ضوء غير كافية
تحديد بكسل من الخبث تأثير الصورة
هل سيكون هناك "ثغرات" لا يوجد حل
معايير التقييم يشير أساسا إلى التعليقات التكنولوجيا AI قدم العام الماضي وفقا لطبيعة عمل واحد تلو الآخر مع جيدي Sheperber في greenScreen.AI لا، نريد أن نعرف، وهذا العام لدينا التكنولوجيا هي بالفعل في مواجهة نفس المشكلة مع التقدم:
1) كيفية التعامل مع الطابع عقد كائن
يمكننا أن نرى أن النظام في مواجهة مساحة كبيرة من الجسم متصلة الكائن، سيتم التعامل مع الكائن كجزء من جسم الإنسان، كعملية المقدمة.
ويرتبط انخفاض مستوى الكائن واليد على وجهه، لأنها سوف تخلص من الخلفية.
2) ما إذا كان سيكون مظلمة جدا / ملابس مشرقة جدا كخلفية
منذ لون الخلفية ولون الحرف مشابهة للملابس، والسبب النظام ينظر اليها على انها جزء من جسم الإنسان، مثل الأخ الصغير من على ظهره اليمنى. بالإضافة إلى ذلك هناك يعتبر بعض الملابس الشخصيات كجزء من الخلفية، مثل الحق صغيرة قبعة شقيق.
منذ لون الخلفية والطابع وكان يرتدي قطعة اللون، والخروج النهائي للنتائج التعرف على أكثر من جيدة، ولكن الخلفية على نطاق صغير مع التصاق ظاهرة بشرية لا تزال تحدث، تتركز أساسا في الفجوة بين جسم الإنسان وجسم الإنسان.
3) لتحديد تأثير عدم وجود ضوء
أداء الاعتراف النهائي أمر جيد، ولكن يتم توصيل مرة أخرى مساحة كبيرة من الجسم إلى كائن إلى أن ينظر إليه باعتباره المقدمة يظهر (وسادة)، ويبدو أن هناك علاقة معينة مع الفريق وراء الإعدادات الخوارزمية.
نظرا لعدم وجود خيوط الضوء على شخصية الأيسر يعتبر الخلفية. مفاجأة سارة هي أن الشخص المناسب هو تأثير حصيرة جيدة، على الرغم يعتبر جزء من جسم الإنسان كجزء من الخلفية.
4) تحديد بكسل في الخبث تأثير الصورة
مجموعة مختارة من الصور بكسل 105 186 "، وهي مساحة أكبر من الجسم متصلة الكائن تعامل على أنها جزء من جسم الإنسان،" يمكن التحقق من صحة القانون مرة أخرى، بالإضافة إلى ذلك، "تعتبر الفجوة بين جسم الإنسان وجسم الإنسان كجزء من" حدوث المشكلة مرة أخرى.
مجموعة مختارة من الصور من بكسل 185 X 185، لا يمكن من الصعب إرضاءه مؤقتا.
5) ما إذا كان سيكون هناك "ثغرات" لا يوجد حل
في العام الماضي، مع طبيعة العمل جيدي Sheperber، وجدت أن بعض هذا ينبغي أن يكون نتيجة جيدة حصيرة، على غرار حالة تم أخيرا حفرت حفرة ظهر. وفي هذا الصدد، AI تكنولوجي ريفيو في عملية استخدام remove.bg لا يمكن العثور على وضع مماثل.
ملخص
الآن على ما يبدو، الحاجة remove.bg لتعزيز الاستفادة المثلى من الفجوة المرجح أن تعتبر بمثابة المقدمة بين جسم الإنسان والقضايا الإنسانية. وبالإضافة إلى ذلك الرقم الافتراضي remove.bg طالما البنود المتصلة مساحة أكبر من الجسم، فإنه يجب أن تعامل على أنها عملية الصدارة، التي وقت في المستقبل قد تنظر في فتح الخيارات، مما يسمح للمستخدمين اختيار، بعد كل شيء، وأحيانا كنت ترغب فقط لسحب الطابع النقي .
مزايا الصدد، طالما لون خلفية الصورة ليست قريبة جدا من لون الجسم، remove.bg في الإضاءة المنخفضة والأداء حصيرة منخفضة الدقة هو أن الناس راضون تماما. وأشاد مفتاح remove.bg سرعة استجابة كل صورة تحميلها لإنتاج النتيجة النهائية، AI تكنولوجي ريفيو كل تجربة هي في الأساس لا يزيد عن 5 ثوان. السكتة الدماغية النهائية من التأثير، وإن لم تكن جيدة جدا، ولكن من حيث الاستخدام بالنسبة للمستخدم العادي أكثر اكتمالا من كافية.
جيدي Sheperber الأعمال ذات الصلة
المثير للاهتمام مقارنة العمل جيدي Sheperber وremove.bg يمكن القول أن التجربة بين الأصدقاء، وأخذت هي وصديقاتها ألون بورغ أشهر، ومجموعات البيانات استنادا COCO باستخدام تقنيات تقسيم الدلالات ومحاولات نموذج تيراميسو لبناء نموذج حصيرة . وأخيرا، استنادا إلى العمل الذي لخص العديد من الأسئلة حول نموذج اختيار البيانات والتدريب، واقتراح السبل الكفيلة بتحسين، هناك درجة معينة من الإلهام بالنسبة لنا.
على سبيل المثال، في نموذج التدريب، وسوف يكون مؤمنا في مجموعة وصورة صورة شخصية صورة، لأن صورة صورة صورة شخصية ولها أكثر وضوحا وتركيزا التوقعات، ويمكن الحفاظ على منظور مستقر نسبيا، والتي سوف تساعد على خفض تأثير الصورة النهائية. ليس من الصعب أن نفهم لماذا remove.bg في الوقت الراهن سوى صور المتاحة حصيرة الخدمات.
في اختيار نموذج، فقد اعتمدت الترميز العميق - فك العمارة تيراميسو، لأن هذا النموذج هو صغير وسريع الحوسبة، في حين أن كلا القوة UNET في تحقيق النتيجة النهائية لم نخذلهم، ولا سيما في الصورة الناس على القبض على الحواف الحادة مدهش.
بنية مشتركة تيراميسو
اختيار مجموعات البيانات أيضا بعد بعض الاختيار، فإنها تحتوي على ما يصل قبل وضع اللمسات الأخيرة على مجموعة البيانات النهائية في هذه الصورة COCO فئة "رجل". نموذج قائم على الوقت ودرجة تركيز النظر، قرروا أن جزءا من مجموعة البيانات لتحديد الأكثر ملاءمة لهذه المهمة، والتخلي عن مجموعة أعم من البيانات. الاستفادة من هذا النموذج هو التدريب في نهاية المطاف سوف تتركز جدا، ولكن على وجه المشاهد الأداء وأكثر تحديا عندما نموذج أكثر صورة قد تتأثر.
وفيما يلي نتائج جيدي Sheperber والأصدقاء قسم العمل.
قطع النتيجة النهائية. من اليسار إلى اليمين هي: الصورة، والبيانات الحقيقية، وإخراج نتيجة (من مجموعة الاختبار)
ووجد الباحثون أن في هذه العملية، بالإضافة إلى رموز الخطأ المحتملة من التصحيح العادي، والنموذج الخطأ "يمكن التنبؤ به." مثل جزء "قطع" من الجسم عن المعدل الطبيعي من الجذع، لا حاجة لتمديد الجذع، وعدم كفاية الضوء، وانخفاض جودة الصور والصور في الكثير من التفاصيل وهلم جرا. تم استبعاد بعضها من عند إضافة الصور التركيز معينة من البيانات المختلفة، ولكن البعض الآخر لا يزال تحديا لم تتم معالجتها. هذه هي أصبحت لى فنغ صافي ملخص AI تقنية مراجعة أعلاه لخمسة تأثير معيار حصيرة اختبار remove.bg.
وأخيرا، جيدي Sheperber أيضا لعملهم لتقديم اقتراحات للتحسين، مثل استخدام أكبر لدقة الصورة على بيانات التدريب، وذلك باستخدام CRF تحسين صورة حافة مشكلة الضوضاء، والاهتمام المستمر لأحدث التطورات مثل حصيرة التكنولوجيا (حصيرة).
وأخيرا، للتأكيد على أنه نظرا لتقنية والنماذج ونوع البيانات، وعدد من البيانات بين أساليب التدريب المختلفة وتشمل تجارب مختلفة، تقترض هذا المقال نتائج أعمال جيدي Sheperber كمعايير تقييم remove.bg، وبالتأكيد تحتها مكان منحازة، بعد كل شيء المنطق الحسابي remove.bg وراء عدم فتح بعد للجمهور. في أي حال، فإننا نعتقد أن طبيعة العمل في نفس المكان لا يمكن أن تتعلم من بعضها البعض الطلاب والمهتمين يمكن النقر على الخاصة بهم "صورة شخصية لينة حصيرة لسحب؟ مفصلة مع التعلم العميق كيفية القضاء على خلفية "لمعرفة المزيد من التفاصيل عن العمل الذي قام العام الماضي جيدي Sheperber.
