Vous cliquez sur un bouton et, une seconde plus tard, l'arrière-plan de votre photo a disparu, remplacé par un damier net de transparence. On dirait de la magie, mais il n'y a pas de magie et, sur IMG.DIY, pas non plus de serveur qui fait le travail. Voici ce qui se passe réellement entre le clic et le détourage.
Le vrai travail : décider quels pixels sont le « sujet »
Supprimer un arrière-plan est en réalité un problème d'étiquetage. Pour chaque pixel de votre image, le logiciel doit répondre à une seule question : fait-il partie du sujet ou de l'arrière-plan ? Faites cela pour tous les pixels et vous obtenez un masque, c'est-à-dire une carte en noir et blanc où le blanc signifie « garder » et le noir « supprimer ». Posez le masque sur l'original, jetez les zones noires, et vous obtenez votre détourage.
Cette tâche porte un nom en vision par ordinateur : la segmentation d'image. Plus précisément, la suppression d'arrière-plan utilise la segmentation d'objet saillant, c'est-à-dire que le modèle cherche l'unique élément dont un humain dirait que la photo « parle » et le sépare de tout le reste.
Comment le modèle a appris à voir le sujet
Le modèle ne suit pas des règles écrites à la main comme « attrape la chose en forme de personne ». C'est un réseau de neurones entraîné sur des dizaines de milliers d'images où un humain avait déjà tracé le masque parfait à la main. Pendant l'entraînement, le réseau proposait une estimation, était comparé à la réponse de l'humain, et s'ajustait d'un tout petit peu pour être un peu moins faux. Répétez cela des millions de fois et le réseau apprend les motifs visuels qui séparent un objet de premier plan de son environnement : les contours, les changements de texture, la mise au point, le contraste, la façon dont un sujet se tient généralement près du centre.
Le détoureur d'arrière-plan d'IMG.DIY utilise des modèles de la famille U²-Net, une architecture bien connue précisément pour cela. Deux versions sont disponibles :
- u2netp — un petit modèle rapide de 4 Mo. Idéal pour des sujets nets et un travail rapide.
- silueta — un modèle plus grand de 43 Mo qui produit des contours plus propres, mieux adapté aux détourages détaillés.
Les deux prennent votre image en entrée, la font passer à travers de nombreuses couches de filtres appris, et produisent ce masque garder-ou-supprimer.
Pourquoi ça tourne dans votre navigateur plutôt que sur un serveur
La plupart des détoureurs téléversent votre photo vers un centre de données, exécutent le modèle sur leur matériel, et renvoient le résultat. Ça marche, mais cela signifie que votre image se retrouve, même brièvement, sur l'ordinateur de quelqu'un d'autre.
IMG.DIY procède différemment. Le même type de réseau de neurones s'exécute à l'intérieur de votre navigateur grâce à deux technologies web :
- WebAssembly (WASM) permet au navigateur d'exécuter du code compilé à une vitesse quasi native, ce dont les calculs du modèle ont besoin.
- ONNX Runtime est le moteur qui exécute concrètement le modèle entraîné dans cet environnement.
Le fichier du modèle se télécharge une fois, puis tout le calcul se déroule sur votre propre processeur (ou carte graphique). Votre photo est lue depuis le disque, transformée en grille de nombres, poussée à travers le réseau, et réassemblée en détourage, le tout sans qu'un seul octet ne quitte votre machine.
Ce que le traitement dans le navigateur signifie pour vous
Trois conséquences pratiques découlent de cette conception.
La confidentialité est structurelle, pas une promesse. Beaucoup de sites disent « nous ne conservons pas vos images ». Ici l'image n'est jamais envoyée où que ce soit, il n'y a donc rien à conserver. Cela compte surtout pour les photos d'identité, les documents, les prototypes de produits, ou tout ce que vous préféreriez ne pas confier au serveur d'un inconnu.
Ça fonctionne hors ligne. Comme IMG.DIY est une PWA dotée d'un service worker, les outils continuent de fonctionner sans connexion. La suppression d'arrière-plan a un astérisque : le modèle doit se télécharger la première fois (le fichier de 4 Mo ou 43 Mo ci-dessus). Ensuite, vous pouvez détourer des arrière-plans dans un avion, un train, ou avec une connexion d'hôtel capricieuse.
Aucune file d'attente ni attente de téléversement. Vous ne partagez pas un serveur commun avec d'autres utilisateurs, et vous n'attendez jamais qu'une grande photo se téléverse. La vitesse de traitement dépend de votre propre appareil : un portable moderne traite la plupart des images en quelques secondes.
Là où les modèles peinent encore
Comprendre le mécanisme révèle aussi où il achoppe. Les détails fins et vaporeux comme des mèches rebelles ou de la fourrure sont vraiment difficiles, car un seul brin est plus fin que la confiance du modèle, qui peut deviner « arrière-plan » le long du contour. Les scènes à faible contraste (un chat gris sur un canapé gris) donnent peu de matière au réseau pour séparer. Et un arrière-plan chargé qui ressemble au sujet par la couleur et la texture peut brouiller l'étiquetage.
Pour des sujets nets sur un arrière-plan distinct, les résultats sont excellents. Pour les cas difficiles, une rapide retouche manuelle des contours termine le travail. Dans tous les cas, tout le processus se déroule sur votre appareil, dans un onglet de navigateur, en quelques secondes, avec un bon détoureur d'arrière-plan qui fait le gros du travail.