Отделение человека от фона на фотографиях

Назначение модели

Модель предназначена для автоматического отделения объекта от фона на фотографиях без ручной обтравки. Используется для подготовки изображений к дизайну, e-commerce, маркетингу и визуальному контенту.

Тип задачи

• Background Removal

• Image Segmentation

• Image → Image (RGBA)

Используемая технология

• Архитектура: U²-Net

• Реализация: библиотека rembg

• Формат инференса: ONNX / PyTorch (внутренне)

• Запуск: CPU (по умолчанию, стабильно)

Входные данные

• Тип: изображение (JPEG / PNG)

• Содержимое: человек или объект на фоне

• Максимальный размер: зависит от среды выполнения

Выходные данные

• Тип: изображение PNG с альфа-каналом

• Формат передачи: data:image/png;base64,…

• Сохраняются:

  • волосы

  • полупрозрачные края

  • сложные контуры

Особенности модели

• Не требует ручной разметки

• Работает без зелёного фона

• Не использует сторонний пользовательский код

• Совместима с sandbox / preflight-ограничениями

• Подходит для API и UI-инференса

Ограничения

• Не выполняет классификацию объектов

• Может терять точность при очень сложном фоне

• Не предназначена для видео в реальном времени

Типовые сценарии применения

• Подготовка изображений для маркетплейсов

• Создание превью и баннеров

• Фото на документы

• Дизайн и контент-продакшен

• Автоматизация обработки изображений

Формат интеграции

• REST API (POST /predict)

• Вход: multipart/form-data (image)

• Выход: JSON → изображение

• Совместима с BentoML / managed-платформами

Результат работы

На выходе пользователь получает изображение без фона, готовое к использованию в дизайне или публикации без дополнительной обработки.