README.md

---
title: text cut object
emoji: ✂️
colorFrom: indigo
colorTo: indigo
sdk: gradio
sdk_version: 5.35.0
app_file: app.py
pinned: false
license: mit
---
I'll create comprehensive documentation for this object segmentation and background removal application in both English and Korean.

## English Documentation

### Advanced Object Cutout Tool - AI-Powered Background Removal

This application is a sophisticated object segmentation tool that combines Grounding DINO for object detection and a specialized Box Segmenter for precise background removal, offering two intuitive methods for isolating objects from images.

#### Key Features

1. **Dual Input Methods**
   - **Text Prompt Mode**: Simply describe the object you want to extract (e.g., "chair", "potted plant")
   - **Bounding Box Mode**: Manually draw a box around the object for precise selection
   - Both methods provide high-quality cutouts with transparent backgrounds

2. **Advanced AI Models**
   - **Grounding DINO**: State-of-the-art object detection model that understands natural language descriptions
   - **Box Segmenter**: Refined segmentation model for pixel-perfect object extraction
   - **PyMatting Integration**: Advanced alpha matting for clean edges without halos

3. **Professional Edge Processing**
   - **Color Decontamination**: Removes color bleeding from edges using ML-based foreground estimation
   - **Alpha Matting**: Preserves fine details like hair, fur, and transparent objects
   - **Automatic Cropping**: Intelligently crops the result to the object boundaries

4. **User-Friendly Interface**
   - **Image Slider**: Before/after comparison view for immediate visual feedback
   - **Download Options**: Easy one-click download of processed images
   - **Example Gallery**: Pre-loaded examples demonstrating various use cases
   - **Responsive Design**: Works seamlessly on desktop and mobile devices

#### Technical Implementation

The application leverages several cutting-edge technologies:
- **Grounding DINO**: For natural language-based object detection
- **Refiners Library**: Custom segmentation model with SOTA performance
- **PyMatting**: Advanced matting algorithms for edge refinement
- **Gradio**: Modern web interface with GPU acceleration via ZeroGPU
- **Pillow HEIF**: Support for modern image formats including HEIC and AVIF

Processing Pipeline:
1. **Object Detection** (Text mode only):
   - Processes natural language prompt with Grounding DINO
   - Identifies object location with bounding box coordinates
   - Handles multiple detections by computing union of boxes

2. **Segmentation**:
   - Applies Box Segmenter model to extract precise object mask
   - Runs on GPU for real-time performance
   - Generates high-resolution binary mask

3. **Edge Refinement**:
   - Applies color decontamination to remove edge artifacts
   - Uses ML-based foreground estimation for natural edges
   - Preserves transparency and semi-transparent regions

4. **Post-Processing**:
   - Composites object onto transparent background
   - Auto-crops to remove excess transparent areas
   - Saves as PNG with full alpha channel support

#### Performance Optimizations

- **GPU Acceleration**: Automatic CUDA optimization with @spaces.GPU decorator
- **Image Size Management**: Automatic resizing for images over 2048px
- **Efficient Memory Usage**: Model offloading and careful tensor management
- **Batch Processing**: Optimized for single-image processing with minimal latency
- **Format Support**: Native support for HEIC, AVIF, JPEG, PNG, and more

#### Use Cases

Perfect for:
- **E-commerce**: Product photography with clean backgrounds
- **Graphic Design**: Extracting elements for compositions
- **Social Media**: Creating stickers and transparent overlays
- **Photography**: Isolating subjects for editing
- **Education**: Teaching object detection and segmentation concepts
- **Marketing**: Creating promotional materials with isolated products

---

## 한글 설명서

### 고급 객체 추출 도구 - AI 기반 배경 제거

이 애플리케이션은 객체 감지를 위한 Grounding DINO와 정밀한 배경 제거를 위한 전문 Box Segmenter를 결합한 정교한 객체 분할 도구로, 이미지에서 객체를 분리하는 두 가지 직관적인 방법을 제공합니다.

#### 주요 기능

1. **이중 입력 방식**
   - **텍스트 프롬프트 모드**: 추출하려는 객체를 간단히 설명 (예: "의자", "화분")
   - **경계 상자 모드**: 정밀한 선택을 위해 객체 주위에 수동으로 상자 그리기
   - 두 방법 모두 투명 배경의 고품질 추출 결과 제공

2. **고급 AI 모델**
   - **Grounding DINO**: 자연어 설명을 이해하는 최첨단 객체 감지 모델
   - **Box Segmenter**: 픽셀 단위의 완벽한 객체 추출을 위한 정제된 분할 모델
   - **PyMatting 통합**: 헤일로 없는 깨끗한 가장자리를 위한 고급 알파 매팅

3. **전문적인 가장자리 처리**
   - **색상 오염 제거**: ML 기반 전경 추정을 사용하여 가장자리의 색상 번짐 제거
   - **알파 매팅**: 머리카락, 털, 투명 객체와 같은 세밀한 디테일 보존
   - **자동 크롭**: 객체 경계에 맞춰 지능적으로 결과물 크롭

4. **사용자 친화적 인터페이스**
   - **이미지 슬라이더**: 즉각적인 시각적 피드백을 위한 전후 비교 뷰
   - **다운로드 옵션**: 처리된 이미지의 간편한 원클릭 다운로드
   - **예제 갤러리**: 다양한 사용 사례를 보여주는 사전 로드된 예제
   - **반응형 디자인**: 데스크톱과 모바일 기기에서 원활하게 작동

#### 기술적 구현

애플리케이션은 여러 최첨단 기술을 활용합니다:
- **Grounding DINO**: 자연어 기반 객체 감지
- **Refiners 라이브러리**: SOTA 성능의 커스텀 분할 모델
- **PyMatting**: 가장자리 정제를 위한 고급 매팅 알고리즘
- **Gradio**: ZeroGPU를 통한 GPU 가속이 포함된 현대적 웹 인터페이스
- **Pillow HEIF**: HEIC 및 AVIF를 포함한 최신 이미지 형식 지원

처리 파이프라인:
1. **객체 감지** (텍스트 모드 전용):
   - Grounding DINO로 자연어 프롬프트 처리
   - 경계 상자 좌표로 객체 위치 식별
   - 상자들의 합집합을 계산하여 다중 감지 처리

2. **분할**:
   - Box Segmenter 모델을 적용하여 정밀한 객체 마스크 추출
   - 실시간 성능을 위해 GPU에서 실행
   - 고해상도 이진 마스크 생성

3. **가장자리 정제**:
   - 가장자리 아티팩트 제거를 위한 색상 오염 제거 적용
   - 자연스러운 가장자리를 위한 ML 기반 전경 추정 사용
   - 투명도 및 반투명 영역 보존

4. **후처리**:
   - 투명 배경에 객체 합성
   - 과도한 투명 영역 제거를 위한 자동 크롭
   - 전체 알파 채널 지원으로 PNG 저장

#### 성능 최적화

- **GPU 가속**: @spaces.GPU 데코레이터로 자동 CUDA 최적화
- **이미지 크기 관리**: 2048px 이상 이미지에 대한 자동 크기 조정
- **효율적인 메모리 사용**: 모델 오프로딩 및 신중한 텐서 관리
- **배치 처리**: 최소 지연 시간으로 단일 이미지 처리에 최적화
- **형식 지원**: HEIC, AVIF, JPEG, PNG 등 네이티브 지원

#### 사용 사례

다음과 같은 용도에 적합합니다:
- **전자상거래**: 깨끗한 배경의 제품 사진
- **그래픽 디자인**: 구성을 위한 요소 추출
- **소셜 미디어**: 스티커 및 투명 오버레이 생성
- **사진**: 편집을 위한 피사체 분리
- **교육**: 객체 감지 및 분할 개념 교육
- **마케팅**: 분리된 제품으로 홍보 자료 제작