O projektu

Proč to vzniklo

Odstranění pozadí je dnes úloha, kterou zvládne model o velikosti jedné písničky. Přesto se skoro všude řeší tak, že fotku pošlete na cizí server, počkáte na odpověď a za cokoli nad několik obrázků měsíčně zaplatíte. U dovolenkové fotky je to jedno. U produktu, který ještě není v prodeji, u naskenovaného podpisu nebo u fotky dítěte už tolik ne.

Prohlížeče přitom umí spouštět neuronové sítě samy. Když se model stáhne k uživateli, odpadne server, odpadnou náklady na zpracování a odpadne i celá otázka, co se s nahranými fotkami děje. Tenhle web je postavený přesně na tom předpokladu.

Jak je to udělané

Web je statický, bez databáze a bez serverové části. Výřez počítá knihovna ONNX Runtime Web pomocí WebAssembly ve zvláštním vlákně prohlížeče, aby rozhraní zůstalo plynulé. Používáme model U²-Net v odlehčené podobě, jen 4,4 MB, s licencí Apache 2.0, takže ho smí použít i firma na komerční projekt.

Model jsme nevybírali podle velikosti souboru, ale podle měření. Porovnali jsme ho proti komerční referenci na portrétní fotce, produktovém snímku a tenké kresbě podpisu a ve všech třech kategoriích dopadl lépe než modely s desetkrát i dvacetkrát větším souborem. Jeden z nich, ORMBG, jsme dřív nabízeli jako přesnější variantu, dokud měření neukázalo, že na fotkách věcí selhává, protože je trénovaný skoro výhradně na lidech.

Modely se stahují z veřejné knihovny Hugging Face. Je to jediný požadavek, který odchází mimo náš server, a nese v sobě pouze název modelu. Runtime i písma hostujeme sami, takže web nevolá žádnou další službu.

Vědomě jsme se vyhnuli populárnějším modelům jako RMBG od BRIA, přestože dávají o něco lepší výsledky. Jejich licence totiž komerční použití nedovoluje a nechtěli jsme, aby na to někdo doplatil.

Jak se to platí

Provoz stojí řádově desítky korun měsíčně, protože jde jen o hosting statických souborů. Veškerý výpočet dělá zařízení návštěvníka. Díky tomu nepotřebujeme reklamu, předplatné ani prodej dat a web neobsahuje žádný měřicí ani reklamní skript.

Co od nástroje čekat a co ne

Automatický výřez je dobrý na běžné případy: lidé, produkty, zvířata, loga, podpisy. Nezvládne sklo, kouř, jemné síťoviny ani situace, kdy objekt barevně splývá s pozadím. Není to náhrada Photoshopu pro velkoformátový tisk. Je to nástroj, který ušetří čas v devíti z deseti běžných situací.

Také nejde o službu s garantovanou dostupností. Je to statický web, takže výpadky by měly být výjimečné, ale žádnou SLA neslibujeme.

Kdo za tím stojí

Web provozuje DAHOLD, tedy David Marhold, fyzická osoba podnikající pod IČO 22095047. Živím se vývojem webů na míru, víc najdete na dahold.cz. Tenhle nástroj vznikl jako vedlejší projekt, protože jsem odstranění pozadí opakovaně potřeboval a nechtěl kvůli němu nahrávat klientské fotky na cizí servery.

Kontakt

Připomínky, nápady i hlášení chyb posílejte na [email protected]. Zvlášť rádi uslyšíme o fotkách, na kterých výřez selhal. Pomáhá to při rozhodování, které modely zařadit dál.