[bg-snap · on-device matting]
画像をドロップすると、ブラウザ内のMLモデルが被写体を抽出して 透過PNGとして書き出します。アップロードは一切ありません。 プロフィール画像、商品写真、サムネ素材、切り抜きしたい全部に。
[ ./how_it_works ]
step / 01
jpg / png / webp をドロップ。画像はブラウザ内の ONNX 推論パイプラインに直接渡され、サーバーには送られない。
step / 02
初回のみ ~80MB の背景抽出モデルをダウンロードしてキャッシュ。以降はオフラインでも動く。短辺 1000px なら 1-3 秒。
step / 03
before/after スライダーで結果を比較し、白・黒・紫・チェッカー柄のbackdropで仕上がりを確認してから透過PNGをダウンロード。
[ ./faq ]
送られません。 @imgly/background-removal は ONNX Runtime Web を WebAssembly 上で走らせて、すべての推論をブラウザ内で完結します。画像ファイルが私たちのサーバーに届くことはありません。 (初回のみ imgly の CDN から ONNX モデル本体をダウンロードします。これはモデルファイルの取得で、あなたの画像ではありません)
短辺 ~5000px を上限の目安にしてください。それ以上は推論時間が伸び、メモリにも影響します。一般的な写真 (~3000px) なら数秒で完了します。
モデル次第ですが、多くのケースで実用レベルに抜けます。完璧を求めるならプロ向け SaaS が上ですが、ブラウザ完結 × 無料 × プライバシー という条件込みで考えると BGSnap の精度は十分実用に耐える水準です。
ブラウザの ImageBitmap が読める形式 (jpg / png / webp / gif / avif など)。出力は常に透過 PNG です。
画像は個人情報の塊です。プロフィール写真、商品写真、子供の写真、本人確認書類の切り抜き。これらをアップロードしないと使えないサービスは、潜在的な不安と引き換えに成り立っています。WebAssembly がここまで来た以上、その不安は必要ないはずだ、というのが BGSnap の主張です。
[ ./journal ]