CanDoYa
DA

Fjern baggrund med AI, gratis

Kører helt i din browser - ingen upload, ingen tilmelding.

Vælg et portræt eller et billede med ét klart motiv for at begynde.

Del dette værktøj

Fjern baggrund - hvad gør værktøjet?

En baggrundsfjerner adskiller hovedmotivet fra omgivelserne og gør det fjernede område gennemsigtigt. Dette værktøj kører en portrait-matting-model i din browser, bevarer de oprindelige pixel-dimensioner og eksporterer en PNG. Dit foto bliver på din enhed, mens den offentlige AI-model downloades separat.

Sådan gør du

  1. 1Vælg et egnet billede. Indsæt en JPEG, PNG eller WebP op til 25 MB og 24 megapixel. Portrætter og fotos med ét klart forgrundsobjekt giver modellen det stærkeste signal.
  2. 2Kør den lokale AI-model. Klik på Fjern baggrund. Vent på første model-download og lokal behandling; WebGPU bruges hvis tilgængeligt, med automatisk CPU-fallback.
  3. 3Gennemse og download. Se resultatet over gennemsigtighed, hvid og mørk baggrund. Tjek vanskelige kanter, og hent derefter den fuld-dimensionelle gennemsigtige PNG.

Hvem er det til

Værktøjet bruger Apache-2.0 MODNet portrait-matting-modellen i en browser-worker. Det foretrækker WebGPU med 16-bit modelvægte og falder tilbage til WebAssembly på CPU'en, hvis WebGPU mangler eller fejler. Første kørsel downloader cirka 13 MB modelvægte med WebGPU eller 26 MB for CPU-stien, plus runtime-filer. Browserens cache kan gøre efterfølgende kørsel hurtigere.

Afskaering fungerer bedst når en person eller et tydeligt forgrundsobjekt er visuelt adskilt fra baggrunden. Fint hår kan give en blød alpha-kant, mens glas, bevægelsesslør, dybe skygger, grupper, produkter og forgrund/baggrund med lignende farver er sværere. Forhåndsvis udklippet på lyse og mørke baggrunde før du downloader den gennemsigtige PNG.

Ofte stillede spørgsmål

Uploades mit billede til en server?

Nej. Det valgte billede dekodes og behandles i en worker i din browser. Workeren downloader Transformers.js runtime og offentlige MODNet-filer fra eksterne værter, men dit billede indgår ikke i de forespørgsler. CanDoYa modtager eller gemmer ikke kilden eller resultatet.

Er denne baggrundsfjerner gratis?

Ja. Der er ingen konto, betaling, kreditsystem, vandmærke eller eksportgebyr baseret på opløsning. Din enhed leverer regnekraften. Den indledende offentlige model-download bruger stadig din internetforbindelse, hvilket har betydning på en målt internetforbindelse.

Hvilke billedbegrænsninger gælder?

Værktøjet accepterer ét JPEG, PNG eller WebP-billede op til 25 MB og 24 megapixel. Disse grænser reducerer browsernedbrud på hukommelsesbegrænsede telefoner og bærbare. Den downloadede PNG bevarer kildens bredde og højde, selvom filstørrelsen kan afvige, fordi PNG bruger tabsfri kompression.

Fungerer det uden WebGPU?

Ja, i browsere der understøtter WebAssembly og module workers. Workeren tester WebGPU først for hurtigere inferens. Hvis ingen brugbar adapter er tilgængelig, eller WebGPU-behandlingen fejler, prøver den igen med CPU/WASM-backend. Den fallback er også privat, men kan være mærkbart langsommere.

Hvor nøjagtig er AI-baggrundsfjernelsen?

MODNet er stærkest på portrætter og klare enkeltmotiver. Den kan bevare blødt hår bedre end hård farveudvælgelse, men ingen automatisk matte er perfekt. Travle baggrunde, transparente objekter, grupper, bevægelsesslør, skygger og forgrundsfarver, der matcher baggrunden, kan give manglende eller bevarede områder.

Hvorfor downloader det en model ved første kørsel?

Neuralt netværk skal være tilgængeligt på din enhed, før det kan beregne en alpha-matte. WebGPU bruger cirka 13 MB FP16-vægte; den kompatible CPU-sti bruger cirka 26 MB FP32-vægte, plus AI-runtime-filer. Browsere cacher dem ofte, men privat tilstand eller oprydning af lagring kan kræve endnu et download.

Hvorfor er resultatet en PNG?

PNG understøtter en alpha-kanal, som gemmer gennemsigtige og delvist gennemsigtige pixels. Standard JPEG kan ikke bevare gennemsigtighed og ville udfylde det fjernede område med en ens farve. PNG-outputtet undgår også endnu en lossy kompressionsrunde på det synlige motiv.

Kan jeg bruge resultatet offline?

Efter de nødvendige runtime- og modelfiler er cached, kan en senere kørsel fungere uden nyt download, afhængigt af browseren og dens lagringspolitik. Stol ikke på permanent offline-tilgængelighed: browsere kan rydde cached modeldata, og privat browsing sletter normalt det.