Массовое удаление фона изображений

Для интернет-магазинов на Ozon критически важны главные фотографии товаров: они должны быть нейтральными, без лишнего фона и брендовых элементов, выполненными в едином стиле каталога (чаще всего — на белом или светлом фоне).

Ручная ретушь занимает часы, требует специалистов и стоит дорого, а результат сильно зависит от конкретного исполнителя.

Мы разработали интеллектуальный сервис-редактор изображений, который полностью автоматизирует процесс. Достаточно передать ссылку на фото — система сама:

• отделяет товар от любого фона и помещает его на белый или прозрачный фон (PNG);

• удаляет логотипы, водяные знаки и визуальные артефакты;

• формирует прямую ссылку на готовое изображение, которое сразу можно загрузить в CMS или маркетплейс;

• при необходимости обменивается результатами напрямую через API, в том числе с Ozon.

Определение главного объекта на изображении

Прежде всего, необходимо выбрать алгоритм, который будет использоваться для обнаружения главного объекта. DeepLab, U-Net позволяет не только выделить объект, но и точно определить его границы.

Выбор инструмента для выделения

После того как главный объект на изображении определен, следует автоматическое выделение объекта: алгоритм автоматически рисует контуры вокруг объекта, который считается главным, и пользователь может внести корректировки.

1. Установка FastAPI и Uvicorn

2.Создание приложения

3.Добавление эндпоинтов (обработчиков запросов)

4. Параметры запросов и валидация

5. Запуск сервера

Как это работает

1. Пользователь указывает ссылку на изображение.

2. Сервис обрабатывает запрос и запускает модель.

3. В ответ возвращается уникальная ссылка на готовое фото без фона.

Технологическая основа

• Язык разработки: Python 3.12

• Модель для сегментации: briaai/RMBG-2.0 (одна из лучших remove-background моделей)

• Основные инструменты и библиотеки:

o FastAPI — современный веб-фреймворк с автогенерацией документации

o Uvicorn — лёгкий и быстрый ASGI-сервер

o SQLAlchemy + Alembic — база данных и управление миграциями

o Pydantic / pydantic-settings — строгая проверка и конфигурация данных

o huggingface_hub — подключение и кеширование моделей

o Pillow — обработка изображений

o httpx — скачивание файлов по ссылкам

o python-multipart — загрузка изображений напрямую

o torch, torchvision — инференс модели

o numpy, kornia — вычисления и операции компьютерного зрения (сглаживание краёв, морфология)

o timm — набор CV-моделей для экспериментов и бенчмарков

o transformers — утилиты для ML-процессов

o pytest — автоматические тесты

o loguru — удобное структурированное логирование

Результаты для бизнеса

• Подготовка карточек ускоряется на 70–90% по сравнению с ручной ретушью.

• Единый стиль каталога повышает кликабельность (CTR) и конверсию.

• Снижаются расходы на дизайнеров и аутсорс-обработку.

• В среднем одно изображение обрабатывается за 10 секунд.