<figure><img src="https://res.cloudinary.com/dcsny9dt4/image/upload/v1779305806/Slide_4_3_-_1_ivtuo2.png"></figure>
<p>Недавно Microsoft представила новую модель <b>LensErase</b>, которая обещает значительно упростить процесс редактирования изображений. Эта модель способна удалять <b>вотермарки</b>, логотипы, надписи и даже объекты, такие как люди и животные, с фотографий, сохраняя при этом окружающую среду.</p>
<p>Основная особенность <b>LensErase</b> заключается в её способности работать с полупрозрачными наложениями и сложными текстовыми элементами. Модель обучалась на огромном количестве данных, включая 101,07 миллиона примеров, что позволяет ей эффективно справляться с различными задачами редактирования.</p>
<p>Вот что умеет <b>LensErase</b>:</p>
<ul>
<li>Удалять <b>вотермарки</b> и логотипы, включая сложные текстовые элементы.</li>
<li>Убирать объекты, такие как люди и животные, а также мебель и другие элементы.</li>
<li>Удалять несколько объектов одновременно, что позволяет работать с изображениями более эффективно.</li>
<li>Сохранять связанные тени и отражения, что делает результат более естественным.</li>
<li>Редактировать готовые постеры, убирая заголовки и другие элементы композиции.</li>
</ul>
<p>Модель использует схему: изображение + маска выделения = результат. Это позволяет пользователям отмечать нужные области для удаления, не прибегая к сложным текстовым командам.</p>
<p>Для обучения модели использовались различные примеры, включая почти 10 миллионов с <b>вотермарками</b>. Интересно, что при удалении объектов модель показывает детали фона, что может помочь в восстановлении изображения.</p>
<p>Технически за сохранение остальной картинки отвечает механизм <b>TraceFusion</b>, который определяет область изменений и восстанавливает исходное содержимое за её пределами. Однако стоит отметить, что точное возвращение утраченных деталей не всегда гарантировано, особенно при работе с высокими разрешениями.</p>
<p>На данный момент в репозитории проекта указано "Code coming soon", так что пользователи ждут, когда станет доступен код для более широкого использования.</p>
<p>Для тех, кто хочет увидеть <b>LensErase</b> в действии, примеры можно найти на странице проекта на GitHub.</p>
Нейро Отличник
www.neurootlichnik.ru