Semak apa yang mesti dikekalkan sebelum mengalihkan bingkai potongan

Penanda aras ini menggunakan kotak anotasi segi empat tepat bagi kategori beg tangan, botol, cawan, komputer riba atau telefon bimbit. Kes utama menggabungkan semua kotak tanpa penanda crowd daripada satu kategori dalam satu imej. Jika imej mengandungi beberapa botol, ujian mewajibkan semua kotak botol itu kekal di dalam potongan. Objek kategori lain tidak termasuk dalam kes tersebut.^[3]

Keperluan ini sengaja dinyatakan dengan jelas. Taklimat komersial mungkin menamakan satu botol utama dan membenarkan botol di latar belakang hilang. Ujian utama kami tidak membuat pilihan itu bagi pihak pasukan kreatif. Ia menilai syarat mengekalkan semua objek kategori yang sama, kemudian menyediakan semakan setiap kotak supaya keperluan yang lebih ketat itu kekal jelas.

Bagi setiap nisbah, kami menggunakan potongan terbesar dengan sisi selari dengan bingkai asal yang muat sepenuhnya di dalamnya. Kami meletakkannya di tengah dahulu. Jika seluruh kumpulan yang diperlukan tidak dimuatkan, kami menyemak sama ada potongan yang sama boleh memuatkannya di kedudukan lain dalam imej. Tiada langkah menambah kandungan, memutar imej atau mengubah skalanya.^[4]

Oleh itu, 3 hasil menjawab soalan yang berbeza. “Kedudukan tengah memuatkan semua kotak” bermaksud peletakan pertama memenuhi syarat. “Mengalih boleh memuatkan semua kotak” bermaksud kedudukan tengah gagal tetapi kedudukan lain mungkin dari segi geometri. “Tiada kedudukan memuatkan semua kotak” bermaksud mengalih sahaja tidak boleh memenuhi keperluan tetap itu. Kotak yang menyentuh sempadan dikira terkandung sepenuhnya.

Kotak ialah anotasi, bukan ukuran setiap piksel produk yang kelihatan. Ia mungkin mengandungi latar belakang, menggambarkan objek yang terlindung sebahagiannya atau tidak menunjukkan sama ada label boleh dibaca. Lulus ujian hanya membuktikan kotak terkandung. Semakan sebenar masih perlu memeriksa produk yang dimaksudkan, konteks sekeliling dan maklumat yang mesti disampaikan oleh bahan kreatif.

Jadual pertama mengekalkan semua 5 kategori dan 3 nisbah mengikut urutan analisis tetap. Setiap kategori menggunakan kes imej/kategori yang layak dan sama pada setiap nisbah. Baca penyebut di sebelah 3 kiraan hasil. Baris tidak disusun untuk membayangkan kategori produk yang lebih mudah difoto atau lebih sesuai untuk pengiklanan.

Kumpulan botol pada 9:16 menunjukkan perbezaan utamanya. Daripada 379 kes, 130 mengekalkan semua kotak botol dalam potongan berpusat. Sebanyak 199 lagi gagal di tengah tetapi boleh mengekalkan setiap kotak botol selepas bingkai dialihkan. Baki 50 tidak dapat memenuhi keperluan semua botol melalui pengalihan sahaja. Menggabungkan 2 kiraan terakhir akan menyembunyikan keputusan yang hendak dibezakan oleh penanda aras ini.

Perbezaan itu juga muncul di luar contoh tersebut. Pada 4:5, 151 daripada 292 kes beg tangan lulus di tengah, 108 lagi boleh lulus selepas dialihkan dan 33 tidak muat. Bagi cawan pada 1:1, kiraannya masing-masing 239, 128 dan 23 daripada 390. Semua gabungan lain kekal dalam jadual, bukan diringkaskan kepada satu hasil yang dipilih.

“Mengalih boleh memuatkan” ialah kemungkinan, bukan laporan bahawa editor atau perkhidmatan pemotongan automatik tertentu telah menemui kedudukannya. Pengiraan menyemak julat kedudukan yang dibenarkan secara matematik. Kami tidak menguji tetapan lalai perisian, menyusun mutu komposisi atau melihat bagaimana potongan yang dialihkan akan kelihatan kepada penonton.

Bagi penerbit, lajur tengah memberikan sebab praktikal untuk menyimpan sumber asal semasa semakan. Pratonton berpusat yang ditolak tidak semestinya menamatkan pencarian. Lajur terakhir memerlukan perbincangan lain: jika semua kotak yang diperlukan tidak muat, percubaan mengalih bingkai yang sama berulang kali tidak akan memenuhi taklimat khusus itu.

Perbezaan antara kumpulan dengan satu objek cukup besar untuk diletakkan bersebelahan hasil utama. Pada 9:16, 50 daripada 379 kes imej/kategori botol tidak boleh dimuatkan melalui pengalihan sahaja. Dalam semakan instans berasingan, hanya 3 daripada 1,013 kotak botol individu tidak muat. Penyebut dan keperluannya berbeza; kiraan ini bukan kadar kegagalan yang boleh ditukar ganti.

Jadual kedua menggunakan geometri yang sama pada setiap kotak sah tanpa penanda crowd secara berasingan. Imej dengan beberapa botol menyumbang beberapa instans botol di sini, sedangkan di atas ia menyumbang satu kumpulan botol. Setiap kotak dinilai sendiri. Ini tidak menunjukkan semua kedudukan individu itu boleh dicapai serentak dalam satu potongan.

Bagi beg tangan, setiap kotak individu boleh muat di suatu kedudukan pada setiap 3 nisbah, tetapi sesetengah kumpulan semua beg tangan tidak muat. Perbezaan itu selaras dengan kekangan geometri mudah: beberapa subjek yang masing-masing muat mungkin terlalu jauh antara satu sama lain untuk dimuatkan bersama. Ia tidak menjelaskan sebab susunan adegan sumber atau perkara yang patut ditonjolkan oleh kempen.

Komputer riba turut menunjukkan semakan individu bukan jaminan. Pada 9:16, 60 daripada 231 kotak komputer riba individu tidak boleh dimuatkan melalui pengalihan sahaja. Baris lain berbeza, dan jadual kepekaan lengkap mengekalkan perbezaannya. Sudut kamera, bentuk objek, orientasi sumber dan komposisi adegan tidak dikawal. Maka perbandingan kategori tidak boleh mengasingkan punca.

Pasukan boleh menggunakan perbezaan ini untuk menjelaskan permintaan pindaan. Adakah “kekalkan produk” bermaksud satu barang utama yang dinamakan, setiap barang dalam satu set atau semua barang sejenis di seluruh adegan? Jawapan yang berubah turut mengubah keperluan kreatif. Perubahan itu perlu dipersetujui, bukan dilonggarkan tanpa pengetahuan pihak lain semata-mata untuk meluluskan potongan.

Nisbah 1:1, 4:5 dan 9:16 ialah bentuk ujian tetap, bukan pernyataan spesifikasi Instagram semasa atau saranan dasar format. Untuk tugasan memotong foto Instagram, sahkan penempatan dan keperluan yang dimaksudkan dengan pihak yang menyediakan eksport. Kajian ini menjawab soalan lebih khusus tentang subjek yang muat di dalam bingkai tertentu.

Semua orientasi sumber kekal layak. Imej landskap dan imej potret yang tinggi berinteraksi secara berbeza dengan nisbah sasaran yang sama: satu potongan mungkin mengurangkan lebar, manakala satu lagi mengurangkan tinggi. Oleh itu, potongan yang diuji tidak semestinya terkandung di dalam satu sama lain. Tiada aturan umum bahawa beralih daripada segi empat sama kepada nisbah lebih tinggi mesti memburukkan setiap kes individu.

Campuran sumber juga berbeza mengikut kategori. Kumpulan beg tangan merangkumi 210 kes landskap, 10 segi empat sama dan 72 potret; kumpulan komputer riba merangkumi 157, 2 dan 24. Ini kiraan liputan, bukan perbandingan terlaras. Kami mengekalkan campuran itu, bukan menapis imej landskap selepas melihat hasil. Namun, keputusan tersebut tidak menjadikan kategori sebagai populasi komersial yang setara.

Bagi tugasan sebenar, semak setiap komposisi yang diperlukan secara berasingan. Kelulusan versi segi empat sama tidak meluluskan versi potret secara automatik. Kegagalan satu nisbah juga tidak membuktikan susun atur lain yang diluluskan akan gagal. Rekod yang berguna menamakan sumber, subjek wajib dan bingkai tepat yang disemak, supaya penerima seterusnya memahami skop kelulusan.

Bayangkan sebuah jenama minuman kecil meminta pencipta kandungan menyesuaikan imej landskap yang diluluskan kepada komposisi potret 4:5. Sumber rekaan itu selebar 1,600 piksel dan setinggi 900 piksel. Potongan 4:5 terbesarnya berukuran 720 kali 900 piksel. Jenama, imej, koordinat dan tugasan dalam contoh ini rekaan; semuanya bukan pemerhatian COCO atau hasil produksi yang diukur.

Katakan kotak botol yang diperlukan merentang dari koordinat mendatar 100 hingga 400 dan menegak 100 hingga 800. Potongan berpusat merentang secara mendatar dari 440 hingga 1,160, lalu tidak memuatkan kotak itu. Mengalihkan permulaan potongan ke 100 memberikan rentang mendatar 100 hingga 820 dan memuatkan seluruh kotak rekaan. Di sini, masalah asal ialah kedudukan.

Sekarang tambah kotak botol kedua yang diperlukan, dari koordinat mendatar 1,000 hingga 1,300, dengan rentang menegak yang sama. Kedua-dua kotak itu bersama-sama merentang selebar 1,200 piksel. Ia tidak boleh dimuatkan bersama dalam potongan selebar 720 piksel dengan mengalihkannya. Setiap satu boleh muat berasingan; keperluan mengekalkan kedua-duanya mewujudkan konflik.

Penyelaras klien mempunyai beberapa pilihan untuk dibincangkan dengan pencipta kandungan. Mereka boleh memilih imej lain yang diluluskan dengan pasangan botol lebih rapat, menggunakan susun atur yang memuatkan sumber dengan ruang pengisi atau bertanya sama ada taklimat boleh menonjolkan satu botol utama. Ini pilihan produksi yang dicadangkan, bukan manfaat yang diuji oleh analisis anotasi kami.

Jika jenama memerlukan kedua-dua botol, menggugurkan satu tanpa kelulusan mengubah tugasan. Jika hanya botol utama diperlukan, kewajipan mengekalkan setiap botol latar belakang mungkin menambah kekangan yang tidak perlu. Penanda aras tidak menentukan mesej yang betul. Dalam contoh ini, nilainya ialah memperlihatkan keperluan yang boleh dan tidak boleh dipenuhi oleh potongan.

Selepas pasukan bersetuju tentang sesuatu versi, penyemak masih perlu melihatnya pada saiz persembahan yang dimaksudkan. Mengekalkan kedua-dua kotak tidak menjamin pembungkusan boleh dibaca, tawaran tidak terlindung atau imbangan ruang sesuai. Geometri boleh menyelesaikan soalan muat atau tidak, sementara semakan kreatif dan fakta lain masih terbuka.

Taklimat ringkas boleh membawa keputusan yang belum jelas antara perniagaan, jurugambar, pereka bentuk dan pencipta kandungan. Simpan bersama sumber yang diluluskan, bukan bergantung pada mesej “perlu versi potret” sahaja. Butirannya patut mengenal pasti perkara yang mesti dikekalkan, perkara yang boleh berubah dan pihak yang boleh meluluskan perubahan itu.

Salin templat kosong ini: “Sumber dan versi yang diluluskan: __. Penempatan dan nisbah bingkai sasaran: __. Subjek atau kumpulan wajib yang dinamakan: __. Butiran yang mesti kekal boleh dibaca: __. Boleh mengalih potongan: __. Boleh menambah ruang pengisi atau memilih sumber lain yang diluluskan: __. Pelulus perubahan keperluan: __. Versi dan tarikh semakan: __.” Pasukan mengisinya berdasarkan tugasan sebenar, bukan set data ini.

Ruangan subjek wajib patut cukup khusus untuk digunakan orang lain. “Kedua-dua botol dalam set pelancaran” berbeza daripada “botol paling hadapan”. Label, wajah atau tawaran mungkin memerlukan semakan tersendiri walaupun kotak objek di sekelilingnya muat. Anotasi sumber tidak menentukan keutamaan komersial tersebut.

Apabila potongan tengah memotong sesuatu yang wajib, semak dahulu sama ada kedudukan lain boleh mengekalkan subjek yang dipersetujui. Jika kumpulan tidak muat, kembalikan pilihan aset atau komposisi kepada pelulus. Merekodkan perbezaan ini menjelaskan sebab pindaan tanpa mendakwa set data meramalkan berapa banyak pindaan boleh dielakkan oleh pasukan.

Langkah bergambar di bawah menerangkan urutan semakan yang dicadangkan itu. Ruang pengisi pada adegan terakhir ialah satu pilihan susun atur apabila potongan penuh hingga ke tepi tidak boleh mengekalkan kedua-dua bentuk. Ia bukan bukti bahawa ruang pengisi dibenarkan untuk setiap penempatan atau bahawa susun atur itu akan memberikan prestasi lebih baik.

COCO ialah set data penyelidikan tentang objek dalam konteks, termasuk adegan berserabut dan berbilang objek. Ia tidak dihimpunkan sebagai sampel foto produk komersial yang mewakili populasi. Kami menggunakan anotasi instans daripada bahagian pengesahan 2017, yang mengenal pasti 5,000 imej. Nama bahagian itu merujuk pada keluarannya, bukan tahun setiap foto diambil.^[1][2]

Fail anotasi diperoleh pada 24 Oktober 2026 (UTC). Kami menyemak checksum lengkap dan mengekalkan identiti sumber yang tepat. Kami tidak memperoleh, melihat atau mengelaskan foto. Analisis menggunakan dimensi imej, ID kategori, penanda crowd dan koordinat kotak yang direkodkan; tiada penilaian estetik atau ukuran piksel objek ditambah.

5 kategori, 3 nisbah, keperluan kumpulan, semakan individu dan peraturan pengecualian ditetapkan sebelum hasil potongan dikira. Analisis utama merangkumi 1,458 kes imej/kategori yang layak. Analisis instans berasingan merangkumi 2,941 kotak sah. Satu imej boleh muncul dalam beberapa kategori. Maka jumlah kumpulan bukan bilangan foto unik atau kumpulan cabutan populasi yang bebas.

Kami mengecualikan 16 anotasi crowd: 12 botol dan 4 cawan. Tiada instans terpilih tanpa penanda crowd atau kumpulan utama gagal memenuhi peraturan kesahan yang ditetapkan. Sumber turut mengandungi kategori di luar 5 kategori tetap; kategori itu tidak ditambah selepas hasil diketahui. Semua kes layak dalam setiap kategori kekal dibandingkan pada setiap nisbah, dengan penyebut yang sama.^[3][4]

Koordinat dinilai sebagai pecahan tepat daripada token perpuluhan sumber. Persamaan tepat pada sempadan dikira terkandung. Jadual menunjukkan kiraan integer, manakala ringkasan yang boleh dimuat turun mengekalkan pecahan kiraan tepat. Pengiraan menerangkan set anotasi terhingga ini; kami tidak melaporkan selang keyakinan, anggaran populasi, ramalan kegagalan komersial atau kesan sebab-akibat kategori.

Mengekalkan kawasan apabila nisbah aspek berubah ialah masalah pemotongan yang sudah diketahui. Kajian terdahulu meneliti sama ada kawasan muat pada nisbah tertentu, membandingkan potongan berpusat bernisbah tetap dengan pilihan editor dan mengukur latar depan yang dikekalkan oleh prosedur lain. Sumbangan kami ialah inventori berpasangan tetap ini serta perbezaan kumpulan dan instans, bukan algoritma pemotongan baharu.^[5][6][7]

Bagi imej anda sendiri yang telah diluluskan, semakan potongan manual yang teliti masih jawapan paling langsung. Jadual korpus tidak menentukan objek yang menjual produk, butiran latar yang penting atau komposisi yang dirasakan sesuai. Ia boleh menerangkan mengapa “terpotong di tengah” dan “tiada kedudukan mengekalkan kumpulan wajib” memerlukan tindak balas berbeza.

Asingkan soalan ini daripada dimensi piksel. Sumber boleh cukup besar untuk eksport tetapi subjek yang diperlukan masih terlalu jauh antara satu sama lain. Sebaliknya, padanan geometri tidak membuktikan bahawa membesarkan sumber kecil menghasilkan imej yang boleh diterima. Kajian saiz galeri berkaitan membincangkan dimensi; penanda aras ini menambah soalan tentang pemuatan subjek beranotasi.

Apabila potongan dikembalikan untuk pindaan, sertakan bingkai sasaran dan namakan perkara yang mesti dikekalkan. Kemudian tentukan sama ada hendak mencuba kedudukan lain, memilih sumber lain yang diluluskan atau mengubah susun atur atau taklimat dengan izin. Penanda aras memberikan perbezaan konkrit untuk perbincangan itu. Bahan sebenar, haknya dan persembahan akhir masih memerlukan semakan tersendiri.