Tentukan apa yang harus tetap terlihat sebelum menggeser bingkai potongan

Tolok ukur ini menggunakan kotak anotasi persegi panjang untuk kategori tas tangan, botol, cangkir, laptop, atau ponsel. Satu kasus utama menggabungkan semua kotak tanpa penanda crowd dari satu kategori dalam satu gambar. Jika ada beberapa botol, pengujian mewajibkan semua kotak botol itu berada di dalam potongan. Objek dari kategori lain tidak masuk ke kasus tersebut.^[3]

Persyaratan ini sengaja dibuat jelas. Brief komersial mungkin menunjuk satu botol utama dan mengizinkan botol latar belakang hilang. Pengujian utama kami tidak memilihkannya untuk tim kreatif. Pengujian ini menilai syarat mempertahankan seluruh kategori yang sama, lalu menyediakan pemeriksaan per kotak agar syarat yang lebih ketat itu tetap terlihat.

Untuk setiap rasio, kami memakai potongan terbesar dengan sisi sejajar bingkai asli yang sepenuhnya muat di dalamnya. Potongan ditempatkan di tengah terlebih dahulu. Jika seluruh kelompok yang diwajibkan tidak masuk, kami memeriksa apakah potongan yang sama bisa memuatnya di posisi lain dalam gambar. Tidak ada langkah yang menambahkan isi, memutar gambar, atau mengubah skalanya.^[4]

Karena itu, 3 hasilnya menjawab pertanyaan yang berbeda. “Posisi tengah memuat semua kotak” berarti penempatan pertama memenuhi syarat. “Menggeser bisa memuat semua kotak” berarti posisi tengah gagal, tetapi posisi lain memungkinkan secara geometris. “Tidak ada posisi yang memuat semua kotak” berarti menggeser saja tidak bisa memenuhi persyaratan tetap. Kotak yang menyentuh batas tetap dihitung masuk seluruhnya.

Kotak adalah anotasi, bukan ukuran setiap piksel produk yang terlihat. Kotak bisa memuat latar belakang, menggambarkan objek yang sebagian tertutup, atau tidak menjelaskan apakah label terbaca. Lolos pengujian hanya memastikan kotak termuat. Peninjauan nyata tetap perlu memeriksa produk yang dimaksud, konteks di sekitarnya, dan informasi yang harus disampaikan materi kreatif.

Tabel pertama mempertahankan semua 5 kategori dan 3 rasio dalam urutan analisis tetap. Untuk setiap kategori, kasus gambar/kategori yang memenuhi syarat sama pada setiap rasio. Baca penyebut di samping 3 jumlah hasil. Baris tidak diurutkan untuk menyiratkan kategori produk mana yang lebih mudah difoto atau lebih cocok untuk iklan.

Kelompok botol pada 9:16 menunjukkan perbedaan utamanya. Dari 379 kasus, 130 mempertahankan semua kotak botol pada potongan tengah. Sebanyak 199 lainnya tidak lolos di tengah, tetapi semua kotak botol bisa dipertahankan dengan menggeser bingkai. Sisa 50 kasus tidak bisa memenuhi syarat seluruh botol hanya dengan pergeseran. Menggabungkan 2 jumlah terakhir akan menyembunyikan keputusan yang ingin dibedakan oleh tolok ukur ini.

Perbedaan itu juga terlihat di luar contoh tersebut. Pada 4:5, 151 dari 292 kasus tas tangan lolos di tengah, 108 lainnya bisa lolos setelah digeser, dan 33 tidak muat. Untuk cangkir pada 1:1, jumlahnya masing-masing 239, 128, dan 23 dari 390. Semua kombinasi lain tetap tersedia dalam tabel, bukan diringkas menjadi satu hasil pilihan.

“Menggeser bisa memuat” menunjukkan kemungkinan, bukan laporan bahwa editor atau layanan pemotongan otomatis tertentu menemukan posisinya. Perhitungan memeriksa rentang posisi yang diizinkan secara matematis. Kami tidak menguji pengaturan bawaan perangkat lunak, mengurutkan kualitas komposisi, atau melihat bagaimana hasil potongan yang digeser tampak bagi penonton.

Bagi produser, kolom tengah memberi alasan praktis untuk tetap menyediakan sumber asli saat peninjauan. Pratinjau tengah yang ditolak tidak harus mengakhiri pencarian. Kolom terakhir membutuhkan pembicaraan lain: jika semua kotak yang diwajibkan tidak muat, mencoba menggeser bingkai yang sama berulang kali tidak akan memenuhi brief khusus itu.

Perbedaan antara kelompok dan satu objek cukup besar untuk diletakkan di samping hasil utama. Pada 9:16, 50 dari 379 kasus gambar/kategori botol tidak bisa muat hanya dengan pergeseran. Dalam pemeriksaan per instans yang terpisah, hanya 3 dari 1.013 kotak botol individual yang tidak bisa muat. Penyebut dan persyaratannya berbeda; jumlah ini bukan tingkat kegagalan yang bisa saling menggantikan.

Tabel kedua menerapkan geometri yang sama pada setiap kotak valid tanpa penanda crowd secara terpisah. Gambar dengan beberapa botol menyumbang beberapa instans botol di sini, sedangkan sebelumnya menyumbang satu kelompok botol. Setiap kotak dinilai sendiri. Ini tidak membuktikan bahwa seluruh posisi individual itu bisa dicapai bersamaan dalam satu potongan.

Untuk tas tangan, setiap kotak individual bisa muat di suatu posisi pada masing-masing dari 3 rasio, tetapi sebagian kelompok seluruh tas tangan tidak bisa. Perbedaan itu sesuai dengan batas geometris sederhana: beberapa subjek yang masing-masing muat bisa terletak terlalu berjauhan untuk masuk bersama. Ini tidak menjelaskan alasan susunan adegan sumber atau apa yang seharusnya ditampilkan kampanye.

Laptop juga menunjukkan bahwa pemeriksaan individual bukan jaminan. Pada 9:16, 60 dari 231 kotak laptop individual tidak bisa muat hanya dengan pergeseran. Baris lain berbeda, dan tabel sensitivitas lengkap mempertahankan perbedaannya. Sudut kamera, bentuk objek, orientasi sumber, serta komposisi adegan tidak dikendalikan. Karena itu, perbandingan kategori tidak bisa mengisolasi penyebab.

Tim bisa memakai perbedaan ini untuk memperjelas permintaan revisi. Apakah “pertahankan produk” berarti satu barang utama yang disebutkan, setiap barang dalam set, atau semua barang sejenis di seluruh adegan? Jawaban yang berbeda mengubah persyaratan kreatif. Perubahan itu perlu disepakati, bukan dilonggarkan diam-diam agar potongan lolos.

Rasio 1:1, 4:5, dan 9:16 adalah bentuk pengujian tetap, bukan pernyataan spesifikasi Instagram terkini atau rekomendasi kebijakan format. Untuk pekerjaan pemotongan foto Instagram, pastikan penempatan dan persyaratan yang dituju bersama pihak yang menyiapkan ekspor. Penelitian ini menjawab pertanyaan yang lebih sempit tentang subjek yang muat di dalam bingkai tertentu.

Semua orientasi sumber tetap disertakan. Gambar lanskap dan gambar potret yang tinggi berinteraksi berbeda dengan rasio tujuan yang sama: satu potongan bisa mengurangi lebar, sedangkan yang lain mengurangi tinggi. Jadi, potongan yang diuji tidak selalu saling berada di dalam satu sama lain. Tidak ada aturan umum bahwa beralih dari persegi ke rasio lebih tinggi pasti memperburuk setiap kasus individual.

Komposisi sumber juga berbeda menurut kategori. Kelompok tas tangan mencakup 210 kasus lanskap, 10 persegi, dan 72 potret; kelompok laptop mencakup 157, 2, dan 24. Itu jumlah cakupan, bukan perbandingan yang sudah disesuaikan. Kami mempertahankan komposisinya, bukan memilih gambar lanskap saja setelah melihat hasil. Namun, keputusan itu tidak membuat kategori menjadi populasi komersial yang sebanding.

Untuk tugas sebenarnya, tinjau setiap komposisi yang diwajibkan secara terpisah. Persetujuan versi persegi tidak otomatis menyetujui versi potret. Kegagalan pada satu rasio juga tidak membuktikan bahwa tata letak lain yang disetujui akan gagal. Catatan yang berguna menyebut sumber, subjek wajib, dan bingkai persis yang ditinjau agar penerima berikutnya memahami cakupan persetujuannya.

Bayangkan merek minuman kecil meminta kreator mengadaptasi gambar lanskap yang sudah disetujui menjadi komposisi potret 4:5. Sumber rekaan itu memiliki lebar 1.600 piksel dan tinggi 900 piksel. Potongan 4:5 terbesarnya berukuran 720 kali 900 piksel. Merek, gambar, koordinat, dan tugas dalam contoh ini fiktif; semuanya bukan pengamatan COCO atau hasil produksi yang diukur.

Misalkan kotak botol wajib membentang dari koordinat horizontal 100 hingga 400 dan vertikal 100 hingga 800. Potongan tengah membentang secara horizontal dari 440 hingga 1.160, sehingga kotak itu tidak masuk. Menggeser awal potongan ke 100 menghasilkan rentang horizontal 100 hingga 820 dan memuat seluruh kotak rekaan. Di sini, masalah awalnya adalah posisi.

Sekarang tambahkan kotak botol wajib kedua dari koordinat horizontal 1.000 hingga 1.300, dengan rentang vertikal yang sama. Kedua kotak itu bersama-sama membentang selebar 1.200 piksel. Keduanya tidak bisa masuk dalam potongan selebar 720 piksel hanya dengan menggesernya. Masing-masing bisa masuk sendiri; persyaratan mempertahankan keduanya menciptakan konflik.

Penanggung jawab klien punya beberapa pilihan untuk dibahas dengan kreator. Mereka bisa memilih gambar lain yang sudah disetujui dengan kedua botol lebih dekat, memakai tata letak yang memuat sumber dengan ruang pengisi, atau menanyakan apakah brief boleh menampilkan satu botol utama. Ini opsi produksi yang diusulkan, bukan manfaat yang diuji oleh analisis anotasi kami.

Jika merek membutuhkan kedua botol, menghilangkan salah satunya tanpa persetujuan berarti mengubah tugas. Jika hanya botol utama yang diperlukan, memaksa semua botol latar belakang tetap terlihat bisa menambahkan batasan yang tidak perlu. Tolok ukur ini tidak menentukan pesan yang benar. Dalam contoh ini, manfaatnya adalah memperlihatkan syarat mana yang bisa dan tidak bisa dipenuhi oleh potongan.

Setelah tim menyepakati versi, peninjau tetap perlu melihatnya pada ukuran penyajian yang dituju. Kedua kotak yang tetap masuk tidak menjamin kemasan terbaca, penawaran tidak tertutup, atau ruang terasa seimbang. Geometri bisa menjawab soal muat atau tidak, sementara pemeriksaan kreatif dan faktual lain tetap diperlukan.

Brief singkat bisa membawa keputusan yang belum jelas antara bisnis, fotografer, desainer, dan kreator. Simpan bersama sumber yang disetujui, alih-alih mengandalkan pesan yang hanya berbunyi “perlu versi potret”. Detailnya harus menjelaskan apa yang wajib terlihat, apa yang boleh berubah, dan siapa yang bisa menyetujui perubahan itu.

Salin templat kosong ini: “Sumber dan versi yang disetujui: __. Penempatan dan rasio bingkai tujuan: __. Subjek atau kelompok wajib yang disebutkan: __. Detail yang harus tetap terbaca: __. Boleh menggeser potongan: __. Boleh menambah ruang pengisi atau memilih sumber lain yang disetujui: __. Pemberi persetujuan perubahan syarat: __. Versi dan tanggal peninjauan: __.” Tim mengisinya dari tugas sebenarnya, bukan dari dataset ini.

Kolom subjek wajib harus cukup spesifik untuk diterapkan orang lain. “Kedua botol dalam set peluncuran” berbeda dari “botol paling depan”. Label, wajah, atau penawaran mungkin perlu diperiksa tersendiri meskipun kotak objek di sekitarnya muat. Anotasi sumber tidak menentukan prioritas komersial tersebut.

Saat posisi tengah memotong sesuatu yang wajib, periksa dulu apakah posisi lain bisa mempertahankan subjek yang disepakati. Jika kelompok tidak muat, kembalikan pilihan aset atau komposisi kepada pemberi persetujuan. Mencatat perbedaan ini menjelaskan alasan revisi tanpa mengklaim dataset memprediksi berapa revisi yang bisa dihindari tim.

Langkah ilustrasi di bawah menjelaskan urutan peninjauan yang diusulkan itu. Ruang pengisi pada adegan terakhir adalah salah satu pilihan tata letak ketika potongan penuh sampai tepi tidak bisa mempertahankan kedua bentuk. Ini bukan bukti bahwa ruang pengisi diizinkan untuk setiap penempatan atau bahwa tata letaknya akan berkinerja lebih baik.

COCO adalah dataset penelitian tentang objek dalam konteks, termasuk adegan ramai dan beberapa objek. Dataset ini tidak dirancang sebagai kumpulan representatif foto produk komersial. Kami memakai anotasi instans dari split validasi 2017 yang mengidentifikasi 5.000 gambar. Nama split merujuk pada rilisnya, bukan tahun pengambilan setiap foto.^[1][2]

Berkas anotasi diperoleh pada 24 Oktober 2026 (UTC). Kami memeriksa checksum lengkap dan mempertahankan identitas sumber yang tepat. Kami tidak mengambil, melihat, atau mengklasifikasikan foto. Analisis menggunakan dimensi gambar, ID kategori, penanda crowd, dan koordinat kotak yang tercatat; tidak ada penilaian estetika atau pengukuran piksel objek yang ditambahkan.

5 kategori, 3 rasio, syarat kelompok, pemeriksaan individual, dan aturan pengecualian ditetapkan sebelum hasil potongan dihitung. Analisis utama mencakup 1.458 kasus gambar/kategori yang memenuhi syarat. Analisis instans terpisah mencakup 2.941 kotak valid. Satu gambar bisa muncul dalam beberapa kategori, sehingga jumlah kelompok bukan jumlah foto unik atau sekumpulan sampel populasi yang independen.

Kami mengecualikan 16 anotasi crowd: 12 botol dan 4 cangkir. Tidak ada instans terpilih tanpa penanda crowd atau kelompok utama yang gagal memenuhi aturan validitas yang ditetapkan. Sumber juga memuat kategori di luar 5 kategori tetap; kategori itu tidak ditambahkan setelah hasil diketahui. Semua kasus yang memenuhi syarat dalam kategori tetap dibandingkan pada setiap rasio, dengan penyebut sama.^[3][4]

Koordinat dihitung sebagai pecahan eksak dari token desimal sumber. Kesamaan tepat di batas dihitung masuk. Tabel menampilkan jumlah bulat, sementara ringkasan unduhan mempertahankan pecahan jumlah yang eksak. Perhitungan menjelaskan kumpulan anotasi terbatas ini; kami tidak melaporkan interval kepercayaan, estimasi populasi, perkiraan kegagalan komersial, atau efek kausal kategori.

Mempertahankan area saat rasio aspek berubah adalah persoalan pemotongan yang sudah dikenal. Penelitian terdahulu telah menilai apakah area bisa muat pada rasio tertentu, membandingkan potongan tengah berasio tetap dengan pilihan editor, dan mengukur latar depan yang dipertahankan oleh prosedur lain. Kontribusi kami adalah inventaris berpasangan tetap ini serta perbedaan kelompok dan instans, bukan algoritme pemotongan baru.^[5][6][7]

Untuk gambar milikmu yang sudah disetujui, peninjauan potongan manual yang teliti tetap merupakan jawaban paling langsung. Tabel korpus tidak bisa menentukan objek mana yang menjual produk, detail latar mana yang penting, atau komposisi mana yang terasa tepat. Tabel ini bisa menjelaskan mengapa “terpotong di tengah” dan “tidak ada posisi yang mempertahankan kelompok wajib” membutuhkan tanggapan berbeda.

Pisahkan pertanyaan ini dari dimensi piksel. Sumber bisa cukup besar untuk ekspor, tetapi subjek wajib masih terlalu berjauhan. Sebaliknya, muat secara geometris tidak membuktikan bahwa memperbesar sumber kecil akan menghasilkan gambar yang layak. Penelitian terkait tentang ukuran galeri membahas dimensi; tolok ukur ini menambahkan pertanyaan tentang kecocokan posisi subjek beranotasi.

Saat potongan kembali untuk direvisi, lampirkan bingkai tujuan dan sebutkan apa yang wajib terlihat. Lalu tentukan apakah perlu mencoba posisi lain, memilih sumber lain yang disetujui, atau mengubah tata letak maupun brief dengan izin. Tolok ukur ini memberikan perbedaan konkret untuk pembicaraan itu. Materi sebenarnya, hak penggunaannya, dan penyajian akhirnya tetap perlu ditinjau tersendiri.