chair
  • Python

  • U2-net

  • pytorch

  • GCP

  • CNN

Kundcase

Boni AB

Ta en titt på bilden här intill. Ser du en fågel? Ser du en fågel som står på en mur? Ser du en fågel som står på en mur och tittar ut över en hamn?

Object detection

Även om man påstår ett alternativ så stämmer de andra observationerna också. Många skulle nog först och främst säga att det är en fågel (eller kanske till och med en mås?) på bilden. Dessa personer kan nog utan problem rita en linje runt objektet för att säga vilka pixlar som utgör fågeln och vilka som är något annat.

Det må verka självklart men när man låter en dator ta reda på vilken del av bilden som är intressant blir det ett mycket svårare problem. Borde inte båtarna i bakgrunden vara lika framträdande objekt som fågeln?

Boni

Till Boni levereras massor av bilder som visar produkter med varierande bakgrunder. I takt med det växande antalet bilder växte behovet av att automatiskt kunna ta bort bakgrunden. Boni erbjuder en tjänst där en kan välja ut bilder på möbler och andra inredningsdetaljer för att enkelt kunna visualisera hur ett rum skulle kunna inredas. Varje del kan enkelt bytas ut till den optimala kombinationen är funnen och sedan beställas via dem. I deras fall är det kritiskt att varje produktbild är frilagd för att visualisering ska bli verklighetstrogen.

Object detection algoritmerna har utvecklats mycket de senaste åren men de räckte inte till i detta fall. Ofta klipptes bitar av produkten bort eller så kom delar av bakgrunden med. En förtränad modell som är utvecklad för så kallad “framträdande objektdetektion” användes då för att skapa en förbättrad modell med hjälp av exempel av Bonis produktbilder. Den förbättrade modellen används nu för att frilägga leverantörernas bilder, kunden kan till och med ladda upp egna produkter som friläggs på webbsidan.

Boni AB

English