Paimon

Paimon

👀谢谢关注喵

Meta AIオープンソースのマットモデルの使用評価

一。セグメント化#

segment-anything

彼らの公式ウェブサイトにアクセスするにはプロキシが必要なようですが、彼らはGithub リポジトリを提供しており、ローカルで構築することもできます。

二。使用方法#

ホバー&クリック#

まず、単純な構図の画像を選んで効果をテストしてみましょう。
マウスを移動すると、マウスの位置にあるオブジェクト全体が自動的に選択されます。
左クリックすると選択され、完全に切り抜かれない場合は、選択されていない部分を左クリックで選択できます。
不要な部分を選択した場合は、左側のパネルで「Remove Area」を選択し、不要な部分をクリックして削除できます。
選択が完了したら、左側のパネルの「Cut out object」をクリックして出力します。
1.png
これが出力された効果で、認識率はまずまずですが、ぼかしがないため、エッジがあまり整っていません。
2.png

ボックス#

最初のクリック選択方法とは異なり、PS のテンプレートのような使用方法も提供されています。
ボックスメソッドでは、マウスを長押ししてオブジェクトを選択すると自動的に認識されます。
今回は少し複雑な画像を使用して効果を確認してみましょう。
3.jpg
4.jpg
この選択ボックスが完全に選択された単位のみが認識され、一部が選択されている場合は認識されません。
全体的な認識率はまずまずですが、画像が大きすぎて干渉物が多い場合は、奇妙なものが選択されることがあります。

すべて#

Segment Anything では、自動的に画像内のすべてのオブジェクトを選択し、個別のファイルとして出力する方法も提供されています。
多くのオブジェクトが含まれる画像を使用して、スキャンには約 2〜3 秒かかります。
QQ 截图 20230406170913.jpg
QQ 截图 20230406171005.jpg
やはり、このような豆のようなものは正常に切り抜くことができません。
白い大根のようなものは正常に認識されますが、エッジの処理はまだ改善が必要です。

三。結論#

全体的に見て、効果はまずまずですが、処理速度と認識率はまずまずです。
ただし、補助ツールとしては十分に優れており、removebg ほどの効果はありませんが、オープンソースで無料です。
今後のアップデートでエッジの処理を改善してくれることを期待します。

読み込み中...
文章は、創作者によって署名され、ブロックチェーンに安全に保存されています。