Batas penghapus latar untuk foto produk
Segmentasi otomatis bagus untuk orang dan objek sederhana, lemah pada rambut, kaca, dan produk yang menyatu dengan latar.

Menghapus latar dulu menuntut satu jam kerja pen tool yang teliti. Segmentasi otomatis sekarang melakukannya dalam hitungan detik untuk banyak gambar. Jarak antara “banyak gambar” dan “gambar Anda” adalah tempat frustrasinya berada.
Cara kerja segmentasinya
Doculven memakai MODNet, model matting potret, yang berjalan lokal melalui ONNX Runtime. Model memprediksi, untuk setiap piksel, seberapa besar piksel itu milik subjek depan versus latar. Outputnya adalah mask alpha: opak di tempat subjek, transparan di tempat bukan, dan setengah transparan di sepanjang tepi lembut.
Deskripsi itu sudah menunjukkan kekuatan dan kelemahannya. Model dilatih terutama pada orang. Ia mencari sosok manusia, memahami bahwa rambut punya tepi lembut, dan menghasilkan alpha yang wajar di sekitar bahu dan lengan.
Di mana ia bekerja baik
- Potret dengan pemisahan jelas. Orang dengan latar dinding, jalan, atau taman. Kontras tinggi antara subjek dan latar membantu.
- Satu subjek, di tengah. Model mengharapkan sosok manusia yang dikenali dan menempati porsi bermakna dari bingkai.
- Foto produk sederhana di mana objeknya besar, padat, dan jelas berbeda — botol di meja putih, sepatu dengan latar polos.
Di mana ia kesulitan
- Rambut dengan latar ramai. Helai halus adalah bagian tersulit dalam matting. Perkirakan ada kehilangan atau halo; perbaikan manual membantu.
- Objek transparan atau reflektif. Kaca, plastik bening, dan cermin tidak punya batas yang bersih. Model tidak bisa tahu apa yang “di belakang” objek.
- Produk yang berwarna sama dengan latar. Kemeja putih pada dinding putih tidak punya tepi untuk ditemukan.
- Banyak subjek atau pose tidak biasa. Pola yang dilatih menjadi kurang andal.
- Subjek sangat kecil dalam bingkai besar — terlalu sedikit piksel untuk disegmentasi dengan yakin.
Langkah perbaikan bukan opsional
Mask otomatis adalah titik awal, bukan hasil akhir. Itulah sebabnya alat menyertakan kuas untuk menghapus dan memulihkan bagian mask, dengan undo.
Alur kerja praktis:
- Jalankan model sekali, terima beberapa detik yang dibutuhkannya.
- Perbesar pada tepinya — batas adalah tempat semua kesalahan berada.
- Gunakan kuas lembut berukuran sedang untuk memulihkan rambut yang hilang atau memperbaiki bahu yang terpotong.
- Gunakan penghapus untuk sisa latar yang dipertahankan model.
- Aktifkan setelan kehalusan tepi: feather kecil (1–3 px) menyembunyikan tepi mask yang keras dan tampak alami.
- Baru setelah itu ekspor.
Melewati langkah 2 adalah penyebab paling umum hasil yang tampak amatir. Pada zoom fit-to-screen, kesalahan mask tidak terlihat; pada 100%, jelas.
Bayangan dan foto produk
Produk potongan pada latar transparan sering tampak melayang. Alat bisa menghasilkan bayangan jatuh yang lembut di bawah subjek, dengan opasitas, blur, dan offset yang bisa diatur.
Dua peringatan:
- Bayangan yang terlalu kuat terbaca sebagai artefak render, bukan foto.
- Bayangan nyata mengikuti arah cahaya pada foto aslinya. Jika aslinya bercahaya dari kiri, bayangan yang bergeser ke kanan tampak salah.
Resolusi dan kehilangan detail
Segmentasi berjalan pada gambar yang Anda berikan. Gambar sangat besar diturunkan resolusinya untuk inferensi, lalu mask diperbesar kembali. Detail halus di dekat tepi bisa melembut karena perjalanan bolak-balik itu.
Jika kualitas tepi penting, bekerja pada resolusi moderat daripada maksimum yang dihasilkan kamera Anda. Gambar 2000 piksel dengan tepi bersih mengalahkan gambar 6000 piksel dengan tepi kabur.
Privasi, dalam istilah praktis
Inferensi berjalan di browser Anda memakai worker. Foto tidak diunggah; satu-satunya lalu lintas jaringan adalah mengunduh modelnya sendiri, sekitar 40 MB, sekali.
Ini penting karena alasan yang jelas: foto produk, KTP, dan potret adalah tepat gambar yang seharusnya tidak diunggah ke server tak dikenal. Implementasi lokal menghapus keputusan itu sepenuhnya.
Kapan tidak memakai penghapusan otomatis
Untuk katalog berisi ratusan produk dengan latar identik, pengaturan studio dengan pencahayaan konsisten dan latar polos menghasilkan hasil yang lebih baik dan lebih konsisten daripada segmentasi. Penghapusan otomatis adalah untuk kasus di mana pemotretan ulang tidak praktis.