Stable Diffusion의 배경 제거 도구 "배경 제거"는 이미지 처리에서 매우 중요한 도구입니다. 기존의 매트 도구와 비교하여 이 도구는 더 지능적이어서 매트 프로세스의 효율성과 정확성을 크게 향상시킵니다. 이 도구는 크기와 복잡성이 다른 이미지에 적응할 수 있으며 매개 변수를 조정하여 다양한 매트 작업에 적응할 수 있습니다.
기사 디렉토리
플러그인 소개
플러그인 인터페이스는 편리하고 사용하기 쉬운 중국어입니다. 이 플러그인을 설치하려면 "확장 프로그램" 탭을 통해 할 수 있습니다. 이미 여기에 설치했으므로 설치됨으로 표시됩니다.
플러그인 URL 다운로드 주소.
GitHub - AUTOMATIC1111/stable-diffusion-webui-rembg
설치 후 Extras 추가 기능 탭 하단에 이 기능이 추가됩니다.
도구를 사용할 때 Remove background
잘라낼 사진을 확대하지 않도록 선택할 수도 있습니다. 확대/축소 비율을 1로 선택하면 사진을 순수하게 잘라낼 수 있습니다.
매팅 알고리즘 선택
기본 스케일링 도구는 u2net, u2netp, u2net_human_seg, u2net_cloth_seg, silueta 알고리즘과 함께 제공됩니다. 다음은 이러한 알고리즘과 해당 효과에 대한 간략한 소개입니다.
- u2net : U2-Net은 이미지에서 시각적으로 가장 주목을 끄는 물체를 식별하는 두드러진 물체 감지에 주로 사용되는 딥 러닝 모델입니다. 이 모델의 이름은 얕은 것에서 깊은 것까지의 특성을 가지고 있으며 다중 스케일 및 다중 레벨 컨텍스트 정보를 얻을 수 있는 고유한 중첩된 U자형 구조에서 유래되었습니다.
- u2netp : U2-NetP는 U2-Net 모델의 경량 버전입니다. 기본적으로 구조와 기능 면에서 U2-Net과 동일하지만 모델이 더 작고 계산 효율이 높아 컴퓨팅 리소스가 제한된 환경이나 응용 프로그램에 적합합니다.
- u2net_human_seg : U2-Net Human Seg는 U2-Net 모델의 특수 버전으로 인간 세분화 작업에 최적화 및 사용됩니다. 초상화의 윤곽과 디테일 처리에 좋은 효과를 발휘합니다.
- u2net_sloth_seg : U2-Net Cloth Seg는 U2-Net 모델의 특수 버전으로 의류의 이미지 정보를 처리하고 추출하는 데 특별히 사용됩니다. 지금까지 학술 문헌이나 오픈 소스 프로젝트에서 이 이름에 대한 정의가 발견되지 않았기 때문에 이것은 추측입니다.
- silueta : 이름은 스페인어로 "실루엣"을 의미하며 아마도 이미지 윤곽을 처리하기 위한 일종의 알고리즘일 것입니다. 다시 말하지만, 이 이름에 대한 정의는 지금까지 학술 문헌이나 오픈 소스 프로젝트에서 발견되지 않았습니다.
- isnet-general-use : 다른 딥 러닝 모델의 이름일 수 있지만 이 이름에 대한 구체적인 정의나 설명이 없습니다. 아마도 일반적인 이미지 처리 작업을 위한 모델일 것입니다.
- isnet-anime : 애니메이션 스타일 이미지 처리를 위해 특별히 설계된 ISNet 모델의 특수 버전일 수 있습니다. 그러나 이 이름에 대한 정의는 학술 문헌이나 오픈 소스 프로젝트에서 찾을 수 없습니다.
필요한 정확도에 따라 이러한 알고리즘 중에서 선택할 수 있습니다.
컷아웃 방식 | 효과 데모 1 | 효과 데모 2 |
---|---|---|
원본 이미지 | ||
u2net | ||
u2netp | ||
u2net_human_seg | ||
u2net_sloth_seg | ||
실루엣 | ||
isnet-일반-사용 | ||
isnet-anime |
추가 매개변수
위의 알고리즘 선택 외에도 Remove background
도구에는 Return mask
및 의 두 가지 옵션이 있습니다 Alpha matting
. 알파 매팅은 전경 개체를 배경에서 분리하는 기술로, 전경 개체와 배경 사이의 알파 값을 계산하여 분리가 이루어집니다.
- FOREGROUND_THRESHOLD 전경 임계값 : 이 매개변수는 이미지의 전경으로 간주되어야 하는 부분을 정의하는 데 사용됩니다. 알파 값은 일반적으로 0(완전 투명)에서 255(완전 불투명) 범위의 픽셀 투명도를 나타냅니다. 알파 값이 전경 임계값보다 높으면 해당 픽셀이 전경으로 식별됩니다. 이 값의 설정은 특정 콘텐츠와 이미지의 예상 효과를 고려해야 합니다.
- Background_THRESHOLD 배경 임계값 : 이 매개변수는 전경 임계값과 유사하지만 이미지의 배경으로 간주할 부분을 정의하는 데 사용됩니다. 알파 값이 배경 임계값보다 낮으면 해당 픽셀이 배경으로 식별됩니다. 마찬가지로 이 값의 설정도 특정 콘텐츠와 이미지의 예상 효과를 고려해야 합니다.
- ERODE_SIZE Alpha matting erosion size : Erosion은 주로 이미지의 노이즈 제거, 연결된 두 개체 분리 등에 사용되는 이미지 처리 기술입니다. 침식 작업의 크기는 침식 작업이 적용되는 이미지의 영역 크기이며 일반적으로 정사각형 영역입니다. 부식 크기가 클수록 부식 효과가 더 뚜렷하지만 부식 크기가 너무 크면 중요한 이미지 정보가 손실될 수 있습니다.
특정 매개변수의 사용은 개인의 선호도와 필요에 따라 조정할 수 있습니다.
권장 매개변수 | 값 |
---|---|
-침식 크기 | 10 |
전경 임계값 | 220 |
배경 임계값 | 40-100 |
테스트 결과를 비교하기 위해 일부 매개 변수가 아래에 나열되어 있습니다.
방법 | 렌더링 |
---|---|
원본 이미지 | |
마스크 | |
F-20 B-0 | |
F-100 B-0 | |
F-200 B-50 | |
F-220 B-100 | |
매개 변수가 미세 조정되면 문자 컷 아웃의 검은 테두리가 사라지고 사용 효과가 더 좋아집니다. |