누끼 모델 · 빠름(U²-Net small)
가벼운 범용 누끼 모델로 투명 PNG를 빠르게 내보냅니다.
모델 준비
로컬 AI 도구를 실행하기 전에 분할, 얼굴 랜드마크, 객체 인식, OCR, 런타임 리소스를 이 브라우저에 준비해 두세요.
이 팩들은 AI 누끼, AI 확대, 스마트 지우개를 구동합니다. 여기서 미리 준비하거나, 각 도구가 처음 실행될 때 모델을 준비하도록 둘 수도 있습니다. 모델은 한 번만 내려받아 이 브라우저에 캐시되며, 이미지는 기기를 벗어나지 않습니다.
사이트 운영자 팁: 저장소에서 npm run models:fetch를 실행하면 모델을 사이트에 함께 담을 수 있어 방문자가 외부에서 내려받을 필요가 없습니다.
가벼운 범용 누끼 모델로 투명 PNG를 빠르게 내보냅니다.
균형 잡힌 범용 누끼 모델로 인물, 제품, 반려동물의 경계가 훨씬 좋아집니다.
머리카락과 미세한 경계까지 살리는 최고 품질 누끼 모델. 용량이 큽니다.
사진과 그래픽을 2x / 4x로 확대하며 디테일을 재구성합니다.
생성형 채우기로 워터마크, 행인, 사물을 자연스럽게 제거합니다.
브라우저 기능을 확인하는 중…
미리 불러오면 모델 런타임과 가중치가 이 브라우저 캐시에 저장됩니다. 처리할 때 도구는 캐시된 모델 리소스를 먼저 사용합니다.
브라우저에서 동작하는 분할 모델과 얼굴 랜드마크 모델을 실행합니다.
배경 흐리게, 피사체 스포트라이트, 투명 PNG, 증명사진 배경을 위해 인물과 배경을 분리합니다.
얼굴 형태를 읽어 메이크업 위치, 인물 톤, 얼굴 블러 처리, 치아·눈·헤어 컬러 미리보기에 활용합니다.
머리카락 영역을 직접 인식해 헤어 컬러 미리보기와 얼굴 보호 정확도를 높입니다.
머리카락, 얼굴 피부, 몸 피부, 의류, 액세서리를 나눠 더 정교한 헤어 컬러와 인물 효과를 구현합니다. 처음 사용할 때 내려받고 이후에는 캐시에 남습니다.
브라우저에서 객체 탐지를 실행해 개수 세기, 점검, 라벨, 매대, 주차 칸 등 검수용 비전 도구에 활용합니다.
브라우저에서 YOLO 객체 탐지를 실행해 컵, 그릇, 병, 식기, 택배 상자, 사람, 차량 등 흔히 세는 사물을 인식합니다.
젓가락, 대나무 꼬치, 이쑤시개, 접시, 받침, 그릇, 컵 등 개수를 셀 수 있는 식탁 위 사물을 고정된 어휘로 탐지합니다.
대나무 꼬치, 이쑤시개, 샘플 막대, 가는 표시봉의 드러난 끝면을 우선 인식합니다.
PaddleOCR 기반 텍스트 검출·인식으로, 특히 중국어 정확도가 높습니다.
동일 출처의 Tesseract.js 런타임, LSTM 코어, 영어와 중국어 간체 고속 언어 데이터를 불러옵니다.
광고