CanDoYa
SV

Ta bort bakgrund med AI på din enhet

Körs helt i din webbläsare - inget laddas upp, ingen registrering.

Välj ett porträtt eller en tydlig bild med ett motiv för att börja.

Dela det här verktyget

Vad gör verktyget för att ta bort bakgrund?

Att ta bort bakgrund separerar huvudmotivet från omgivningen och gör det borttagna området genomskinligt. Det här verktyget kör en portrait-matting-modell i din webbläsare, bevarar originalets pixeldimensioner och exporterar en PNG. Din bild stannar på din enhet medan den publika AI-modellen laddas ner separat.

Så använder du verktyget

  1. 1Välj en lämplig bild. Släpp in en JPEG, PNG eller WebP upp till 25 MB och 24 megapixel. Porträtt och foton med ett tydligt förgrundsämne ger modellen starkast signal.
  2. 2Kör den lokala AI-modellen. Klicka på Ta bort bakgrund. Vänta på första modellnedladdningen och bearbetningen på din enhet; WebGPU används när det finns, med automatisk återgång till CPU via WebAssembly om det behövs.
  3. 3Granska och ladda ner. Visa resultatet över genomskinlighet, vitt och mörkt bakgrund. Kontrollera svåra kanter och ladda sedan ner PNG-filen i originalstorlek med genomskinlig bakgrund.

Vem passar det för

Verktyget använder Apache-2.0 MODNet portrait-matting i en webbläsarworker. Det föredrar WebGPU med 16-bitars modellvikter och återgår till WebAssembly på CPU när WebGPU saknas eller misslyckas. Första körningen laddar ner ungefär 13 MB modellvikter för WebGPU-vägen eller 26 MB för CPU-vägen, plus runtime-filer. Webbläsarens cache kan göra senare körningar snabbare.

Borttagning fungerar bäst när en person eller ett tydligt förgrundsobjekt visuellt står ut från bakgrunden. Fin hårbeklädnad kan ge en mjuk alfa-kant, medan glas, rörelseoskärpa, djupa skuggor, grupper, produktbilder och liknande förgrund- och bakgrundsfärger är svårare. Förhandsgranska urklippet mot ljusa och mörka ytor innan du laddar ner PNG-filen med genomskinlighet i full storlek.

Vanliga frågor

Laddas min bild upp till en server?

Nej. Den valda bilden avkodas och bearbetas i en worker inne i din webbläsare. Workern laddar ner Transformers.js-runtime och publika MODNet-filer från externa värdar, men din bild ingår inte i de förfrågningarna. CanDoYa tar inte emot eller lagrar käll- eller resultatbilden.

Är det här gratis att använda?

Ja. Det krävs inget konto, betalning, kreditsystem, vattenmärke eller avgift för export i viss upplösning. Din enhet står för beräkningskraften. Den inledande publika modellnedladdningen använder fortfarande din internetanslutning, vilket kan påverka vid mätad trafik.

Vilka bildbegränsningar gäller?

Verktyget tar emot en JPEG, PNG eller WebP upp till 25 MB och 24 megapixel. Dessa gränser minskar risken för webbläsarkrascher på minnesbegränsade telefoner och datorer. Den nedladdade PNG-filen behåller källans bredd och höjd, även om filstorleken kan skilja sig eftersom PNG använder lossless-komprimering.

Fungerar det utan WebGPU?

Ja, i webbläsare som stöder WebAssembly och modul-workers. Workern testar WebGPU först för snabbare inferens. Om ingen användbar adapter finns eller WebGPU-bearbetningen misslyckas, försöker den igen med CPU/WebAssembly. Denna återgång sker också lokalt men kan vara märkbart långsammare.

Hur träffsäker är AI-borttagningen?

MODNet presterar bäst på porträtt och tydliga enkla motiv. Den kan bevara mjukt hår bättre än hård färgselektion, men inget automatiskt mattresultat är perfekt. Stökiga bakgrunder, genomskinliga föremål, grupper, rörelseoskärpa, skuggor och matchande förgrundsfärger kan ge saknade eller kvarhållna områden.

Varför laddas en modell ner vid första körningen?

Neuronnätet måste finnas lokalt på din enhet innan det kan räkna fram en alfa-matta. WebGPU använder ungefär 13 MB FP16-vikter; den kompatibla CPU-vägen använder cirka 26 MB FP32-vikter, plus AI-runtimefiler. Webbläsare cacher ofta dessa filer, men privat läge eller rensad lagring kan kräva en ny nedladdning.

Varför blir resultatet en PNG?

PNG stödjer en alfakanal som lagrar genomskinliga och delvis genomskinliga pixlar. Vanlig JPEG kan inte bevara genomskinlighet och skulle fylla det borttagna området med en solid färg. PNG-utgången undviker också ytterligare förlust vid komprimering av det synliga motivet.

Kan jag använda resultatet offline?

När den nödvändiga runtime- och modellfilen är cachade kan en senare körning fungera utan ny nedladdning, beroende på webbläsarens lagringspolicy. Förlita dig inte på permanent offline-åtkomst: webbläsaren kan radera cachelagrade modellfiler, och privat surfning brukar ta bort dem.