לפני שמזיזים את המסגרת, בודקים מה חייב להישאר בחיתוך
חיתוך ממורכז עלול לקטוע פריט שהיה נכנס למסגרת במיקום אחר. מבחן ההשוואה שלנו, המבוסס על תמונות עם סימונים, מבחין בין האפשרות הזאת לבין מקרים שבהם כל מלבני הסימון הנדרשים אינם יכולים להיכנס יחד. כך ההחלטה הבאה נשענת על מסמך ההנחיות.
מבחן השוואה תיאורי של גאומטריה המבוסס על סימוני קבוצת האימות של COCO2017: 1,458 מקרים של צמדי תמונה–קטגוריה ב־5 קטגוריות קבועות וב־3 יחסי ממדים, לצד בדיקת רגישות נפרדת של 2,941 מופעים. המקרים אינם תמונות ייחודיות. נתוני הסימונים התקבלו ב־24 באוקטובר 2026 (UTC); לא התקבלו תמונות.
תקציר
הזזת החיתוך יכולה לשמור על פריטים שחיתוך ממורכז קוטע, בתנאי שהקבוצה הנדרשת יכולה להיכנס למסגרת. מתחילים בהגדרה של מה שחייב להישאר. בדקנו את החיתוך הגדול ביותר שנכנס למסגרת המקורית ביחסי הממדים 1:1, 4:5 ו־9:16, על אותם צמדי תמונה–קטגוריה מקבוצת האימות של COCO. הדרישה הייתה לשמור על כל מלבני הסימון שאינם קבוצתיים בכל קטגוריה שנבחרה. בבקבוקים ביחס 9:16, ב־130 מתוך 379 מקרים נשמרו כל המלבנים בחיתוך ממורכז; בעוד 199 מקרים ניתן היה לשמור על כולם לאחר הזזת החיתוך; ב־50 מקרים הם לא נכנסו באמצעות הזזה בלבד.[1][3][4]
זוהי דרישה מחמירה יותר משמירה על עצם 1. בבדיקה נפרדת, רק 3 מתוך 1,013 מלבני סימון בודדים של בקבוקים לא נכנסו ביחס 9:16. 2 הטבלאות המלאות מופיעות בהמשך. אלה תוצאות של מלבני סימון ממאגר נתונים מחקרי, ולא מדידות של אובדן פיקסלים השייכים לעצמים, כישלונות חיתוך בעבודה מסחרית או תחזיות לקמפיינים. התרומה היא השוואה של אותם מקרים, שאפשר לבדוק, המסייעת להבחין בין ניסיון להזיז את החיתוך לבין בחירה בקובץ חזותי אחר, בפריסה אחרת או בשינוי מפורש של מסמך ההנחיות.
בתמונה מאושרת יכולים להיות מספיק פיקסלים לייצוא לאורך, ובכל זאת מעט מדי מקום לכל מה שמסמך ההנחיות דורש. היוצר ממרכז את המסגרת, רואה מוצר נעלם בקצה ושולח שאלה לגבי התיקון. כעת מי שמוביל את העבודה מול הלקוח צריך להחליט אם דרוש לתמונה חיתוך אחר או קומפוזיציה אחרת.
אלה החלטות שונות. העובדה שפריטים נקטעים בחיתוך ממורכז אינה מוכיחה שהם לא יכולים להיכנס במיקום אחר. באותה מידה, הזזת המסגרת אינה פותרת כל סידור. אם הפריטים הנדרשים תופסים רוחב או גובה גדולים ממה שהחיתוך שנבחר מאפשר, הצוות צריך לשקול מחדש את הקובץ החזותי, את הפריסה או את הדרישה.
בדקנו את ההבחנה הזאת בעזרת סימונים מחקריים קיימים, בלי לקבל את התצלומים. התוצאה היא מבחן השוואה של אפשרויות גאומטריות, ואחריו דוגמת הפקה בדיונית ומסמך הנחיות שאפשר להעתיק. כך אפשר להעביר משימה מוגדרת יותר מ״להפוך את התמונה לתמונה לאורך״, ולהשאיר את האישור היצירתי בידי האחראים לתמונה בפועל.
גם במיקום אחר צריך לבדוק שהפריטים נכנסים

מתחילים בפריטים שחייבים להישאר לפי מסמך ההנחיות
מבחן ההשוואה מתייחס לתיקי יד, לבקבוקים, לכוסות, למחשבים ניידים ולטלפונים ניידים כקטגוריות של עצמים המסומנים במלבנים. המקרה הראשי מאחד את כל מלבני הסימון שאינם קבוצתיים, השייכים לקטגוריה 1 בתמונה 1. אם בתמונה יש כמה בקבוקים, הבדיקה מחייבת שכל מלבני הסימון שלהם יישארו בתוך החיתוך. עצמים מקטגוריות אחרות אינם נכללים באותו מקרה.[3]
הדרישה הזאת מפורשת במכוון. במסמך הנחיות מסחרי אפשר להגדיר בקבוק מרכזי 1 ולאפשר לבקבוקים ברקע להיעלם. הבדיקה הראשית שלנו אינה בוחרת זאת במקום צוות הקריאייטיב. היא בודקת מה קורה כשכל העצמים מאותה קטגוריה חייבים להישאר, ומוסיפה בדיקה נפרדת של כל מלבן סימון לבדו כדי להבליט את הדרישה המחמירה יותר.
בכל יחס ממדים השתמשנו בחיתוך הגדול ביותר שצלעותיו מקבילות לצירי התמונה ושנכנס למסגרת המקורית. תחילה מיקמנו אותו במרכז. אם המיקום הזה לא הכיל את כל הקבוצה הנדרשת, בדקנו אם הזזת אותו חיתוך למיקום כלשהו בתוך תמונת המקור יכולה להכיל אותה. בשום שלב לא הוספנו תוכן, לא סובבנו את התמונה ולא שינינו את קנה המידה שלה.[4]
לכן 3 התוצאות עונות על שאלות שונות. ״כל המלבנים נשמרים במרכז״ פירושו שהמיקום הראשון עמד בדרישה. ״אפשר לשמור על כל המלבנים בהזזה״ פירושו שהמרכז לא עמד בדרישה, אך מיקום אחר היה אפשרי מבחינה גאומטרית. ״אין מיקום ששומר על כל המלבנים״ פירושו שהזזת אותו חיתוך לבדה לא יכלה לעמוד בדרישה הקבועה. מלבן שנגע בגבול החיתוך נחשב למלבן שנכלל בו.
מלבן הוא סימון, ולא מדידה של כל פיקסל גלוי השייך למוצר. הוא עשוי לכלול רקע, לתאר עצם שחלקו מוסתר או לא ללמד דבר על קריאות התווית. מעבר הבדיקה מוכיח רק שמלבן הסימון נכלל בחיתוך. בבדיקה של עבודה בפועל עדיין צריך לבחון את המוצר המיועד, את ההקשר סביבו ואת כל המידע שהתוצר היצירתי צריך להעביר.
בחיתוכים ממורכזים רבים היה אפשר לבחור מיקום אחר
הטבלה הראשונה שומרת על כל 5 הקטגוריות ועל כל 3 יחסי הממדים בסדר הניתוח הקבוע. בכל קטגוריה משתמשים באותם צמדי תמונה–קטגוריה שנכללו בבדיקה, בכל יחסי הממדים. יש לקרוא את המכנה לצד 3 ספירות התוצאות; השורות אינן ממוינות כדי לרמוז איזו קטגוריית מוצרים קלה יותר לצילום או מתאימה יותר לפרסום.
ביחס 9:16, קבוצת הבקבוקים ממחישה את ההבחנה המרכזית. מתוך 379 מקרים, ב־130 נשמרו כל מלבני הסימון של הבקבוקים בחיתוך הממורכז. בעוד 199 מקרים הם לא נשמרו במרכז, אך היה אפשר לשמור על כולם לאחר הזזת החיתוך. ב־50 המקרים הנותרים לא ניתן היה לעמוד בדרישה לשמור על כל הבקבוקים באמצעות הזזה בלבד. איחוד 2 הספירות האחרונות היה מסתיר את ההחלטה שמבחן ההשוואה נועד להבחין בה.
ההבחנה מופיעה גם מעבר לדוגמה הזאת. ביחס 4:5, מתוך 292 מקרים של תיקי יד, 151 עמדו בדרישה במרכז, 108 נוספים יכלו לעמוד בה לאחר הזזה ו־33 לא נכנסו למסגרת. בכוסות ביחס 1:1, הספירות המקבילות היו 239, 128 ו־23 מתוך 390. כל השילובים האחרים נשמרו בטבלה, במקום לצמצם אותם לנתון נבחר בכותרת.
״אפשר לשמור בהזזה״ מתאר אפשרות, ולא דיווח על כך שעורך מסוים או שירות חיתוך אוטומטי מצאו את המיקום. החישוב חיפש באופן מתמטי בטווח המיקומים המותר. הוא לא בדק ברירות מחדל של תוכנה, לא דירג קומפוזיציות חלופיות ולא בחן כיצד חיתוך שהוזז ייראה לצופה.
למי שמנהל הפקה, העמודה האמצעית נותנת סיבה מועילה להשאיר את המקור זמין בזמן הבדיקה. דחייה של תצוגה מקדימה ממורכזת אינה חייבת לסיים את החיפוש. העמודה האחרונה מחייבת שיחה אחרת: אם מלבני הסימון המדויקים שנדרשו אינם יכולים להיכנס, ניסיונות נוספים להזיז את אותה מסגרת לא יוכלו לעמוד בדרישות של מסמך ההנחיות המסוים הזה.
שמירה על כל מלבני הקטגוריה: כל תוצאות הקבוצות
מקרה 1 הוא תמונה 1 וקטגוריה 1, וכולל את כל מלבני הסימון של אותה קטגוריה שאינם קבוצתיים. אותם מקרים שעומדים בתנאי ההכללה מושווים בכל יחס ממדים. הזזה נספרת רק כשהחיתוך הממורכז נכשל, אך מיקום אחר בתוך מסגרת המקור יכול לשמור על כל המלבנים הנדרשים.
| קטגוריה ויחס הממדים המבוקש | מקרים שנכללו בבדיקה | כל המלבנים נשמרים במרכז | אפשר לשמור על כל המלבנים בהזזה | אין מיקום ששומר על כל המלבנים |
|---|---|---|---|---|
| תיקי יד · 1:1 | 292 | 170 | 104 | 18 |
| תיקי יד · 4:5 | 292 | 151 | 108 | 33 |
| תיקי יד · 9:16 | 292 | 89 | 151 | 52 |
| בקבוקים · 1:1 | 379 | 219 | 144 | 16 |
| בקבוקים · 4:5 | 379 | 189 | 158 | 32 |
| בקבוקים · 9:16 | 379 | 130 | 199 | 50 |
| כוסות · 1:1 | 390 | 239 | 128 | 23 |
| כוסות · 4:5 | 390 | 190 | 163 | 37 |
| כוסות · 9:16 | 390 | 120 | 203 | 67 |
| מחשבים ניידים · 1:1 | 183 | 68 | 89 | 26 |
| מחשבים ניידים · 4:5 | 183 | 53 | 92 | 38 |
| מחשבים ניידים · 9:16 | 183 | 29 | 84 | 70 |
| טלפונים ניידים · 1:1 | 214 | 161 | 44 | 9 |
| טלפונים ניידים · 4:5 | 214 | 131 | 70 | 13 |
| טלפונים ניידים · 9:16 | 214 | 93 | 98 | 23 |
כששומרים על עצם 1, השאלה משתנה
ההבדל בין קבוצה לעצם 1 משמעותי דיו כדי להציגו לצד התוצאה הראשית. ביחס 9:16, ב־50 מתוך 379 מקרים של צמדי תמונה–קטגוריה של בקבוקים, המלבנים לא נכנסו באמצעות הזזה בלבד. בבדיקה הנפרדת של מופע בודד, רק 3 מתוך 1,013 מלבני סימון בודדים של בקבוקים לא נכנסו. המכנים והדרישות שונים; הספירות האלה אינן שיעורי כישלון שאפשר להחליף ביניהם.
הטבלה השנייה מחילה את אותה גאומטריה על כל מלבן סימון תקין שאינו קבוצתי, בנפרד. תמונה שיש בה כמה בקבוקים תורמת כאן כמה מופעי בקבוקים, ואילו בטבלה הקודמת היא תרמה קבוצת בקבוקים 1. כל מלבן סימון בודד נבחן בפני עצמו. אין בכך הוכחה שאפשר לממש את כל המיקומים הנפרדים האלה יחד בחיתוך 1.
בתיקי יד, כל מלבן סימון בודד יכול היה להיכנס במיקום כלשהו בכל אחד מ־3 יחסי הממדים, ובכל זאת היו קבוצות של כלל תיקי היד שלא נכנסו. ההבדל הזה מתיישב עם מגבלה גאומטרית פשוטה: כמה פריטים שכל אחד מהם מתאים בנפרד עלולים להיות רחוקים מדי זה מזה מכדי להיכנס יחד. אין בכך הסבר לשאלה מדוע סודרה סצנת המקור כך, או מה צריך להופיע בקמפיין.
מחשבים ניידים ממחישים גם מדוע הבדיקה הבודדת אינה הבטחה. ביחס 9:16, 60 מתוך 231 מלבני סימון בודדים של מחשבים ניידים לא נכנסו באמצעות הזזה בלבד. בשורות אחרות התוצאות שונות, וטבלת הרגישות המלאה שומרת עליהן. לא ערכנו בקרה על זווית הצילום, על צורת העצם, על כיוון תמונת המקור או על קומפוזיציית הסצנה, ולכן השוואות בין קטגוריות אינן יכולות לבודד סיבה.
צוות יכול להשתמש בהבחנה הזאת כדי להבהיר בקשת תיקון. האם ״לשמור על המוצר״ פירושו פריט מרכזי 1 שהוגדר בשם, כל פריט בערכה או כל פריט מאותו סוג בכל מקום בסצנה? שינוי התשובה משנה את הדרישה היצירתית. זו צריכה להיות החלטה מוסכמת, ולא הקלה סמויה שנועדה לגרום לחיתוך לעמוד בבדיקה.
שמירה על מלבן 1 בכל פעם: בדיקת הרגישות המלאה
כל מופע תקין שאינו קבוצתי נבדק בנפרד. כמה עצמים מתמונה 1 יכולים לתרום כמה מלבנים, כשכל אחד נבחן בפני עצמו; המיקומים האפשריים הנפרדים שלהם אינם חייבים להתאים יחד לחיתוך 1.
| קטגוריה ויחס הממדים המבוקש | מלבנים שנכללו בבדיקה | המלבן נשמר במרכז | אפשר לשמור על המלבן בהזזה | אין מיקום ששומר על המלבן |
|---|---|---|---|---|
| תיקי יד · 1:1 | 540 | 353 | 187 | 0 |
| תיקי יד · 4:5 | 540 | 316 | 224 | 0 |
| תיקי יד · 9:16 | 540 | 203 | 337 | 0 |
| בקבוקים · 1:1 | 1,013 | 754 | 259 | 0 |
| בקבוקים · 4:5 | 1,013 | 681 | 332 | 0 |
| בקבוקים · 9:16 | 1,013 | 513 | 497 | 3 |
| כוסות · 1:1 | 895 | 659 | 236 | 0 |
| כוסות · 4:5 | 895 | 559 | 336 | 0 |
| כוסות · 9:16 | 895 | 419 | 466 | 10 |
| מחשבים ניידים · 1:1 | 231 | 107 | 107 | 17 |
| מחשבים ניידים · 4:5 | 231 | 79 | 126 | 26 |
| מחשבים ניידים · 9:16 | 231 | 43 | 128 | 60 |
| טלפונים ניידים · 1:1 | 262 | 204 | 50 | 8 |
| טלפונים ניידים · 4:5 | 262 | 172 | 83 | 7 |
| טלפונים ניידים · 9:16 | 262 | 124 | 126 | 12 |
כל מסגרת היא קומפוזיציה בפני עצמה
יחסי הממדים 1:1, 4:5 ו־9:16 הם צורות בדיקה קבועות, ולא הצהרה על המפרטים העדכניים של Instagram או המלצה למדיניות פורמטים. בעבודת חיתוך תמונות ל-Instagram, יש לוודא את מיקום הפרסום המיועד ואת דרישותיו עם מי שמכין את קובץ הייצוא. המחקר הזה עונה על שאלה מצומצמת יותר: האם הפריטים נכנסים למסגרת שהוגדרה.
כל כיווני תמונות המקור נותרו כלולים בבדיקה. תמונת מקור לרוחב ותמונת מקור גבוהה לאורך מגיבות אחרת לאותו יחס ממדים מבוקש: חיתוך 1 עשוי להסיר רוחב, ואחר להסיר גובה. לכן החיתוכים שנבדקו אינם תמיד מוכלים זה בתוך זה. אין כאן כלל שלפיו מעבר מריבוע ליחס גבוה יותר חייב להחמיר כל מקרה בנפרד.
גם הרכב תמונות המקור שונה בין הקטגוריות. קבוצות תיקי היד כללו 210 מקרים לרוחב, 10 מקרים ריבועיים ו־72 מקרים לאורך; קבוצות המחשבים הניידים כללו 157, 2 ו־24, בהתאמה. אלה ספירות כיסוי, ולא השוואות מתוקננות. שמרנו על ההרכב הזה במקום לסנן לתמונות לרוחב לאחר שראינו את התוצאות, אך ההחלטה אינה הופכת את הקטגוריות לאוכלוסיות מסחריות בנות השוואה.
במשימה בפועל, יש לבדוק כל קומפוזיציה נדרשת בנפרד. אישור לגרסה ריבועית אינו מאשר אוטומטית את הגרסה לאורך. גם כישלון ביחס ממדים 1 אינו מוכיח שפריסה מאושרת אחרת תיכשל. תיעוד מועיל מזהה את המקור, את הפריטים הנדרשים ואת המסגרת המדויקת שנבדקה, כדי שהאדם הבא יוכל להבין על מה חל האישור.
משימה בדיונית עם 2 בקבוקים ממחישה את הבחירה
נניח שמותג משקאות קטן מבקש מיוצר להתאים תמונה מאושרת לרוחב לקומפוזיציה לאורך ביחס 4:5. רוחב תמונת המקור המומצאת הוא 1,600 פיקסלים וגובהה 900 פיקסלים. החיתוך הגדול ביותר שלה ביחס 4:5 הוא ברוחב 720 פיקסלים ובגובה 900 פיקסלים. המותג, התמונה, הקואורדינטות והמשימה בדוגמה הזאת בדיוניים; הם אינם תצפית מתוך COCO או תוצאת הפקה שנמדדה.
נניח שמלבן הסימון של הבקבוק הנדרש משתרע בקואורדינטה האופקית מ־100 עד 400, ובקואורדינטה האנכית מ־100 עד 800. חיתוך ממורכז משתרע בקואורדינטות האופקיות מ־440 עד 1,160, ולכן מחמיץ את המלבן הזה. הזזת החיתוך כך שיתחיל ב־100 נותנת טווח אופקי מ־100 עד 820 ומכילה את כל המלבן המומצא. כאן הבעיה המקורית היא המיקום.
כעת מוסיפים מלבן סימון של בקבוק נדרש שני, המשתרע בקואורדינטה האופקית מ־1,000 עד 1,300 ובאותו טווח אנכי. יחד, 2 המלבנים משתרעים על 1,200 פיקסלים לרוחב. אי אפשר להכניס את שניהם לחיתוך ברוחב 720 פיקסלים באמצעות הזזה. כל אחד מהם יכול להיכנס בנפרד; הדרישה לשמור על שניהם היא שיוצרת את הקושי.
למי שמוביל את העבודה מול הלקוח יש כמה אפשרויות לדון בהן עם היוצר. אפשר לבחור תמונה מאושרת אחרת שבה צמד הבקבוקים קרוב יותר, להשתמש בפריסה שמכילה את תמונת המקור עם שוליים מוספים, או לשאול אם מסמך ההנחיות צריך להתמקד במקום זאת בבקבוק מרכזי 1 שהוגדר בשם. אלה אפשרויות מוצעות להפקה, ולא תועלות שנבדקו בניתוח הסימונים שלנו.
אם המותג צריך את 2 הבקבוקים, השמטת 1 מהם בלי אישור משנה את המשימה. אם הוא צריך רק את הבקבוק המרכזי, התעקשות על כל בקבוק ברקע עלולה להוסיף מגבלה מיותרת. מבחן ההשוואה אינו יכול להחליט איזה מסר נכון. ערכו בדוגמה הזאת הוא בחשיפת הדרישות שהחיתוך יכול לעמוד בהן ואלה שאינו יכול לעמוד בהן.
לאחר שהצוות מסכים על גרסה, מי שבודק אותה עדיין צריך לראות אותה בגודל התצוגה המיועד. שמירה על 2 המלבנים אינה מלמדת דבר על קריאות האריזה, על הצעה שמוסתרת או על איזון מרחבי צורם. גאומטריה יכולה להכריע בשאלת ההתאמה למסגרת ולהותיר בדיקות יצירתיות ועובדתיות אחרות פתוחות.
כוללים את דרישת החיתוך בהעברת המשימה
מסמך הנחיות קצר יכול להעביר את ההחלטה החסרה בין העסק, הצלם, המעצב והיוצר. שומרים אותו לצד המקור המאושר במקום להסתמך על הודעה שאומרת רק ״צריך גרסה לאורך״. הפרטים צריכים לזהות מה חייב להישאר, מה מותר לשנות ומי יכול לאשר את השינוי.
אפשר להעתיק את התבנית הריקה הזאת: ״מקור מאושר וגרסה: __. מיקום הפרסום המיועד ויחס הממדים של המסגרת: __. פריטים מוגדרים או קבוצה שחייבים להישאר: __. פרטים שחייבים להישאר קריאים: __. האם מותר להזיז את החיתוך: __. האם מותר להוסיף שוליים או לבחור מקור מאושר אחר: __. מי מאשר שינוי בדרישה: __. הגרסה שנבדקה והתאריך: __.״ הצוות ממלא את השדות לפי המשימה בפועל, ולא לפי מאגר הנתונים הזה.
השדה של הפריטים הנדרשים צריך להיות מפורט דיו כדי שאדם אחר יוכל ליישם אותו. ״2 הבקבוקים בערכת ההשקה״ שונה מ״הבקבוק הקרוב ביותר לחזית״. תווית, פנים או הצעה עשויים לדרוש בדיקה משלהם גם כשמלבן הסימון של העצם שסביבם נכנס למסגרת. סימוני המקור לא הגדירו את סדרי העדיפויות המסחריים האלה.
כשהחיתוך הממורכז קוטע משהו נדרש, בודקים תחילה אם מיקום אחר יכול לשמור על הפריטים שסוכמו. אם הקבוצה אינה יכולה להיכנס, מחזירים למי שמאשר את הבחירה בקובץ החזותי או בקומפוזיציה. שמירה על ההבחנה הזאת בהעברת המשימה נותנת סיבה לתיקון, בלי לטעון שמאגר הנתונים מנבא כמה סבבי תיקונים הצוות יחסוך.
השלבים המאוירים בהמשך מתארים את רצף הבדיקה המוצע הזה. השוליים המוספים בסצנה האחרונה הם אפשרות פריסה 1 למקרה שחיתוך מקצה לקצה אינו יכול לשמור על 2 הצורות. אין בכך ראיה לכך ששוליים מותרים בכל מיקום פרסום או שהפריסה שתתקבל תשיג ביצועים טובים יותר.
שומרים על דרישת הפריטים לאורך בדיקת החיתוך

מגדירים מה חייב להישאר
מסכימים על הפריטים והפרטים הנדרשים, ומציינים את גרסת המקור המדויקת.
בודקים את המסגרת המיועדת
בודקים את החיתוך הממורכז ביחס הממדים הנדרש, בנפרד ממידות הייצוא.
מנסים מיקום אחר, ואז פותרים את שאלת ההתאמה
אם הזזה אינה יכולה לשמור על הקבוצה הנדרשת, מסכימים על קובץ חזותי אחר, פריסה אחרת או מסמך הנחיות אחר.
בודקים את הגרסה שסוכמה
בודקים את הקומפוזיציה בפועל, את קריאות הפרטים ואת תחולת האישור.
איך נערכה ההשוואה המבוססת על סימונים
COCO הוא מאגר נתונים מחקרי של עצמים בהקשרם, לרבות סצנות עמוסות וריבוי עצמים. הוא לא הורכב כמדגם מייצג של תצלומי מוצרים מסחריים. השתמשנו בקבוצת האימות של סימוני המופעים משנת 2017, המזהה 5,000 תמונות. שם הקבוצה מתייחס לגרסת ההפצה שלה, ולא לשנה שבה צולמה כל תמונה.[1][2]
קובץ הסימונים מתוך הארכיון התקבל ב־24 באוקטובר 2026 (UTC). בדקנו את סכום הביקורת המלא שלו ושמרנו על הזיהוי המדויק של המקור. לא קיבלנו את התצלומים, לא צפינו בהם ולא סיווגנו אותם. הניתוח השתמש במידות התמונה הרשומות, במזהי הקטגוריות, בדגלי הסימון הקבוצתי ובקואורדינטות המלבנים; לא נוספו שיפוט אסתטי או מדידה של פיקסלים השייכים לעצמים.
5 הקטגוריות, 3 יחסי הממדים, דרישת הקבוצה, בדיקת הרגישות של המופעים הבודדים וכללי ההחרגה נקבעו לפני חישוב תוצאות החיתוך. הניתוח הראשי כלל 1,458 מקרים של צמדי תמונה–קטגוריה שעמדו בתנאי ההכללה. ניתוח המופעים הנפרד כלל 2,941 מלבני סימון תקינים. תמונה 1 יכולה להופיע ביותר מקטגוריה 1, ולכן סך הקבוצות אינו מספר תמונות ייחודיות ואינו אוסף דגימות בלתי תלויות מאוכלוסייה.
החרגנו 16 סימונים קבוצתיים: 12 בקבוקים ו־4 כוסות. אף מופע נבחר שאינו קבוצתי ואף קבוצה ראשית לא נכשלו בכללי התקינות המוצהרים. המקור מכיל גם קטגוריות מחוץ ל־5 הקבועות; הן לא נוספו לאחר קבלת התוצאות. כל המקרים שעמדו בתנאי ההכללה בתוך קטגוריה נשארו בהשוואה בכל יחס ממדים, עם אותו מכנה.[3][4]
הקואורדינטות חושבו כשברים מדויקים שנגזרו מן הייצוגים העשרוניים במקור. הכלה בחיתוך כללה גם שוויון בגבול. הטבלאות מציגות ספירות שלמות, ואילו הסיכומים להורדה שומרים על השברים המדויקים של הספירות. החישוב מתאר את קבוצת הסימונים הסופית הזאת; איננו מדווחים על רווחי סמך, אומדני אוכלוסייה, תחזיות לכישלונות מסחריים או השפעות סיבתיות של קטגוריות.
- הורדת 120 הספירות המוצגות (CSV)
- הורדת כל 1,458 מקרי הקבוצות בכל 3 יחסי הממדים (CSV)
- הורדת כל 30 שורות הסיכום של הקבוצות והמלבנים הבודדים (CSV)
- הורדת מקור הסימונים, השיטה וקוד השחזור (ZIP)
אין צורך בהרשמה. נכללות 2 הטבלאות המלאות וכל רשומת קבוצה–יחס שעומדת בתנאי ההכללה. החבילה המשותפת מכילה תיעוד שיטה באנגלית, זיהוי מדויק של מקור הסימונים וקוד לשחזור. הזכויות בסימוני COCO אינן מקנות זכויות בתצלומים שבבסיסם; לא מופצים תצלומים.[8]
משתמשים במבחן ההשוואה כדי לשאול שאלה מדויקת יותר על התיקון
שמירה על אזור תוך שינוי יחס הממדים היא בעיית חיתוך מוכרת. עבודות קודמות בחנו אם אזור יכול להיכנס ביחס שנבחר, השוו חיתוכים ממורכזים ביחס קבוע לבחירות של עורכים ומדדו כמה מקדמת התמונה נשמר בהליכי חיתוך אחרים. התרומה שלנו היא אוסף ההשוואות הקבוע הזה, שבו אותם מקרים נבדקים בתנאים השונים, וההבחנה שלו בין קבוצות למופעים בודדים, ולא אלגוריתם חיתוך חדש.[5][6][7]
לתמונה המאושרת שלכם, בדיקה ידנית קפדנית של החיתוך היא עדיין התשובה הישירה ביותר. טבלת מאגר התמונות אינה יכולה לומר איזה עצם מוכר את המוצר, איזה פרט ברקע חשוב או אם הקומפוזיציה שנבחרה מרגישה נכונה. היא יכולה להסביר מדוע ״המרכז קוטע אותו״ ו״אין מיקום שיכול לשמור על הקבוצה הנדרשת״ מצדיקים תגובות שונות.
יש להפריד את השאלה הזאת גם משאלת המידות בפיקסלים. המקור יכול להיות גדול דיו לייצוא, ועדיין להציב את הפריטים הנדרשים רחוק מדי זה מזה. מנגד, התאמה גאומטרית אינה מוכיחה שהגדלת מקור קטן תפיק תמונה קבילה. המחקר הקשור שלנו על מידות תמונות בגלריה עוסק בשאלת המידות; מבחן ההשוואה הזה מוסיף את שאלת ההתאמה למסגרת של העצמים המסומנים.
כשחיתוך חוזר לתיקון, מצרפים את המסגרת המיועדת ומגדירים מה חייב להישאר. אחר כך מחליטים אם לנסות מיקום אחר, לבחור מקור מאושר אחר או לשנות באישור את הפריסה או את מסמך ההנחיות. מבחן ההשוואה מספק הבחנה מוחשית לשיחה הזאת. התוצר היצירתי בפועל, הזכויות בו והתצוגה הסופית עדיין זקוקים לבדיקה משלהם.
הערות מחקר
- COCO Consortium, תיעוד הורדת הנתונים הרשמי וגרסת סימוני האימון והאימות של 2017. קבוצת האימות מזהה 5,000 תמונות. ״2017״ הוא שם גרסת ההפצה של הקבוצה, ולא שנת צילום התצלומים. Influence IQ קיבלה את קובץ הסימונים המלא instances_val2017.json מתוך הארכיון ב־24 באוקטובר 2026 (UTC), ללא פיקסלים של תמונות. החבילה הציבורית מתעדת את כתובת המקור, את שם הקובץ בארכיון ואת ערך SHA256 המדויק.
- Lin ואח׳, Microsoft COCO: Common Objects in Context. מאגר הנתונים תוכנן סביב עצמים בהקשרם וסצנות שאינן תמונות תצוגה טיפוסיות, לרבות ריבוי עצמים. האוסף המחקרי אינו מוכיח ייצוגיות לקטלוגי מוצרים, לקבצים חזותיים של יוצרים, לפוסטים ב-Instagram או לקמפיינים מסחריים עכשוויים.
- COCO Consortium, פורמט סימוני המופעים. המלבנים משתמשים בקואורדינטות התמונה x ו־y, ברוחב ובגובה; iscrowd מבחין בסימונים קבוצתיים. היחידה הראשית הקבועה שלנו כוללת את כל המלבנים שאינם קבוצתיים, השייכים לקטגוריה נבחרת 1 בתמונה 1. סימונים קבוצתיים מוחרגים ונספרים בנפרד. הכלה של מלבנים שלמים אינה מודדת פיקסלים שנשמרו מתוך העצמים, זיהוי, קריאות או איכות חזותית.
- חישובי Influence IQ, שנקבעו לפני תוצאות החיתוך: תיק יד, בקבוק, כוס, מחשב נייד וטלפון נייד; יחסי הממדים 1:1, 4:5 ו־9:16; החיתוך הגדול ביותר שצלעותיו מקבילות לצירי התמונה ושנכנס למסגרתה; מיקום במרכז תחילה, ואז בדיקת האפשרות להזזה. כל המלבנים הנבחרים שאינם קבוצתיים מרכיבים את הקבוצה הראשית; כל מופע תקין נבדק גם בנפרד. שברים מדויקים משמרים את הקואורדינטות העשרוניות שבמקור, כולל הכלה בגבול. החבילה שומרת על כל 4,374 שורות הקבוצה–יחס, כל 30 הסיכומים, הכיסוי, ההחרגות וקוד השחזור. לא התקבלו תצלומי מקור.
- Zhang, Leszczuk, Miglino ו־Ye, Automatic Adaptive Image Cropping to Preserve Regions of Interest, Technical Disclosure Commons (2022). הפרסום הקודם הזה כבר דן בהשוואת אזור עניין למידות חיתוך אפשריות כדי לשמור עליו ביחס ממדים מסוים. האפשרות להזזה אינה מוצגת כאן כאלגוריתם חדש.
- Christensen ו־Vartakavi, An Experience-based Direct Generation approach to Automatic Image Cropping. המאמר משווה חיתוכים ביחס קבוע לחיתוכים שערכו עורכים, וכולל בסיס להשוואה של החיתוך הממורכז הגדול ביותר שנכנס למסגרת. מדדי ההסכמה עם העורכים בו שונים מהכלת מלבני הסימון השלמים במבחן ההשוואה הזה. ההשוואה היא הקשר מחקרי קודם, ולא אימות של שירות חיתוך מסחרי.
- Liu ואח׳, PixMIM: Rethinking Pixel Reconstruction in Masked Image Modeling (2023). המאמר בוחן את הכיסוי של קדמת התמונה בתהליכי עיבוד מקדים של תמונות, לרבות חיתוכים ממורכזים, באמצעות מאגר נתונים, מסכות ומדד תוצאה אחרים. זו ראיה קודמת לכך שהליכי חיתוך יכולים להסיר תוכן מקדמת התמונה; אין לקרוא את ספירות הכלת המלבנים שלנו כאילו הן אותו מדד של כיסוי פיקסלים.
- מקור: COCO Consortium, סימוני קבוצת האימות של COCO2017, ברישיון CC BY 4.0. הבחירה, החישובים הגאומטריים, הטבלאות, הפרשנות והתרגומים הם עיבודים של Influence IQ; אין בכך רמז לתמיכה מצד בעלי המקור. COCO מבחינה בין רישוי הסימונים לבין זכויות היוצרים הנפרדות בתמונות Flickr שבבסיסם. לא התקבלו תצלומי מקור ולא הופצו מחדש. האיורים הרעיוניים המקוריים אינם תמונות מתוך COCO.
המאמר באנגלית הוא המקור לכל גרסאות השפה. כל מהדורה מתארת את אותה קבוצת סימונים קבועה של COCO, את אותן קטגוריות, את אותם יחסי ממדים ואת אותם חישובים. שפת המאמר אינה יוצרת ראיות לגבי שוק חדש. Influence IQ אחראית לבחירה, לניתוח, לפרשנות ולתרגומים.