Mantenha tudo organizado com as coleções
Salve e categorize o conteúdo com base nas suas preferências.
A API de segmentação de assunto do Kit de ML permite que os desenvolvedores separem facilmente vários
objetos do plano de fundo em uma imagem, permitindo casos de uso como criação de
adesivos, troca de plano de fundo ou adição de efeitos interessantes aos objetos.
Os assuntos são definidos como as pessoas, os animais de estimação ou os objetos mais proeminentes no
primeiro plano da imagem. Se dois indivíduos estiverem muito próximos ou se tocando,
eles serão considerados um único assunto.
A API de segmentação de assunto recebe uma imagem de entrada e gera uma máscara de saída
ou bitmap para o primeiro plano. Ele também fornece uma máscara e um bitmap para cada um dos
objetos detectados (o primeiro plano é igual a todos os indivíduos combinados).
Por padrão, a máscara e o bitmap de primeiro plano têm o mesmo tamanho que a
imagem de entrada. O tamanho da máscara e do bitmap de cada pessoa provavelmente
vai ser diferente do tamanho da imagem de entrada. Cada pixel da máscara recebe um número flutuante
que tem um intervalo entre 0.0 e 1.0. Quanto mais próximo o número estiver de 1.0,
maior será a confiança de que o pixel representa um assunto e vice-versa.
Em média, a latência medida no Pixel 7 Pro é de cerca de 200 ms. No momento, essa API
oferece suporte apenas a imagens estáticas.
Segmentação de vários assuntos: fornece máscaras e bitmaps para cada assunto individual, em vez de uma única máscara e bitmap para todos os assuntos combinados.
Reconhecimento de assunto:os indivíduos reconhecidos são objetos, animais de estimação e humanos.
Processamento no dispositivo:todo o processamento é realizado no dispositivo, preservando a privacidade do usuário e não exige conectividade de rede.
[null,null,["Última atualização 2025-07-25 UTC."],[[["\u003cp\u003eThe ML Kit subject segmentation API enables developers to isolate subjects (people, pets, objects) from the background in images for various applications like sticker creation and background replacement.\u003c/p\u003e\n"],["\u003cp\u003eThis API provides individual masks and bitmaps for each detected subject, allowing for granular manipulation and effects.\u003c/p\u003e\n"],["\u003cp\u003eAll processing happens on-device, ensuring user privacy and eliminating the need for internet connectivity.\u003c/p\u003e\n"],["\u003cp\u003eThis API is currently in beta and might undergo changes that could affect backward compatibility.\u003c/p\u003e\n"]]],[],null,["# Subject Segmentation\n\n| This API is offered in beta, and is not subject to any SLA or deprecation policy. Changes may be made to this API that break backward compatibility.\n\nML Kit's subject segmentation API allows developers to easily separate multiple\nsubjects from the background in a picture, enabling use cases such as sticker\ncreation, background swap, or adding cool effects to subjects.\n\nSubjects are defined as the most prominent people, pets, or objects in the\nforeground of the image. If 2 subjects are very close or touching each other,\nthey are considered a single subject.\n\nThe subject segmentation API takes an input image and generates an output mask\nor bitmap for the foreground. It also provides a mask and bitmap for each one of\nthe subjects detected (the foreground is equal to all subjects combined).\n\nBy default, the foreground mask and foreground bitmap are the same size as the\ninput image (the size of each individual subject's mask and bitmap will likely\ndiffer from input image size). Each pixel of the mask is assigned a float number\nthat has a range between `0.0` and `1.0`. The closer the number is to `1.0`, the\nhigher the confidence that the pixel represents a subject, and vice versa.\n\nOn average the latency measured on Pixel 7 Pro is around 200 ms. This API\ncurrently only supports static images.\n\n[Android](/ml-kit/vision/subject-segmentation/android)\n\n### Key capabilities\n\n- **Multi-subject segmentation:** provides masks and bitmaps for each individual subject, rather than a single mask and bitmap for all subjects combined.\n- **Subject recognition:** subjects recognized are objects, pets, and humans.\n- **On-device processing:** all processing is performed on the device, preserving user privacy and requiring no network connectivity.\n\n### Example results\n\n| Input Image | Output Image + Mask |\n|-------------|---------------------|\n| | |\n| | |\n| | |"]]
