การลบพื้นหลัง Remove Background
จากการใช้งานฟังก์ชันลบพื้นหลัง ของ Stable Diffusion คัดโมเดลที่ใช้งานออกมาได้ตามนี้
|
ชื่อโมเดล |
การทำงาน |
คะแนนเต็ม 5 |
|
isnet_general_use |
เป็นโมเดลที่ละเอียดที่สุด ในบรรดาโมเดลทั้งหมดจากที่ทดลองใช้งานมา วัดจากที่ทดลองลบ Background จากรูปหลายๆแบบแล้ว เป็นตัวที่ทำงานได้มีประสิทธิภาพมาก ข้อบกพร่องน้อย แต่ในบางรูปภาพโมเดลตัวอื่นลบได้เนียนและสวยกว่า |
5 |
|
u2net |
เหมือน isnet แต่ละเอียดไม่เท่า ในบางรูปทำได้ดีกว่า isnet |
4 |
|
u2netp |
เป็นตัว u2net ที่ใช้ทรัพยากรน้อยกว่า แต่ในบางรูปภาพทำงานได้มีประสิทธิภาพมากกว่า u2net ในขณะที่บางรูปลบได้ไม่สวยเท่าไหร่ |
4 |
|
u2net_human_seg |
เป็นโมเดลที่ Train มาสำหรับแยกมนุษย์ออกจาก background ทำงานได้ดีทั้งการจับรูปร่างของมนุษย์ ในพื้นหลังที่เบลอ หรือ ตัวแบบกลืนไปกับฉาก |
4 |
เงื่อนไขในการใช้งานการลบ Background ด้วย AI ให้มีประสิทธิภาพ
- ภาพต้องมีความคมชัด และละเอียดมากพอ ที่ AI จะแยกวัตถุและพื้นหลังได้
- ถ้าเป็นไปได้ตัววัตถุและพื้นหลังควรจะเป็นคนละสีกัน
- หากภาพเป็นแบบหน้าชัด หลังเบลอ ภาพด้านหน้าต้องมีความคมชัด จึงจะลบพื้นหลังได้อย่างมีประสิทธิภาพ
ตัวอย่างการใช้งานโมเดล ในรูปแบบต่างๆ ในตัวอย่างนี้ใส่พื้นหลังสีเขียวเพื่อให้เห็นข้อบกพร่องของตัว AI ได้ชัดเจนกว่าพื้นหลังสีอื่นๆ
1.ภาพหุ่นนิ่ง
2.ภาพวัตถุชิ้นเดียว
3.วัตถุโปร่งแสง
4. ภาพคน
การใช้งาน Alphamatting
ส่วนขอบของตัววัตถุที่ลบแบ็คกราวด์มาแล้ว ยังคงเหลือร่องรอย สามารถใช้ฟังก์ชัน Alpha matting ทำการเพิ่มการลบบริเวณส่วนขอบของวัตถุได้
|
ชื่อ |
การทำงาน |
ค่าเริ่มต้นที่ทดลองใช้แล้วได้ผลดี |
|
Erode Size |
เป็นการเพิ่มการลบขอบของภาพ หน่วยเป็น pixel ในที่นี้ค่าเริ่มต้นสามารถตั้งได้ตั้งแต่ 1 เพิ่มขึ้นเรื่อยๆได้ตามความต้องการของการลบขอบของวัตถุ |
10 |
|
Foreground threshold |
เป็นการตั้งค่าความเข้มข้นของ pixel ที่เป็นตัววัตถุด้านหน้า |
240 |
|
Background threshold |
เป็นการตั้งค่าความเข้มข้นของ pixel ที่เป็นพื้นหลัง |
10 |
ค่าต่างๆในตารางเป็นเพียงแค่ค่าที่ทดลองใช้แล้วได้ผลดี แต่ไม่ได้หมายความว่าจะใช้ได้กับทุกรูป ในแต่ละงานอาจมีความแตกต่างกันไปในตัวรูปภาพต้นฉบับ ดังนั้นจึงต้องมีการปรับแต่งค่าเพื่อให้ได้งานที่มีคุณภาพ
ตัวอย่างการใช้งาน Alphamatting
ค่า
Erode Size = 15 , Forground threshold = 240 , Background threshold = 10