Kontrollera vad beskärningen måste behålla innan du flyttar ramen
En centrerad beskärning kan skära av ett motiv som skulle få plats någon annanstans i bilden. Vår jämförelse med bildannoteringar skiljer den möjligheten från fall där de nödvändiga rutorna inte får plats tillsammans, så att nästa beslut utgår från uppdragsbeskrivningen.
En beskrivande geometrisk jämförelse med COCO2017:s valideringsannoteringar: 1 458 kombinationer av bild och kategori i 5 förutbestämda kategorier och 3 bildförhållanden, med en separat känslighetsanalys av 2 941 enskilda objekt. Fallen är inte unika foton. Annoteringsdata hämtades den 24 oktober 2026 (UTC); inga foton hämtades.
Sammanfattning
Att flytta beskärningsramen kan bevara motiv som ett centrerat utsnitt skär av, förutsatt att hela den nödvändiga gruppen får plats. Börja med att definiera vad som måste vara kvar. Vi testade det största utsnittet inom bilden vid 1:1, 4:5 och 9:16 på samma kombinationer av bild och kategori i COCO:s valideringsdata och krävde att varje annoteringsruta utan crowd-markering i den valda kategorin skulle vara kvar. För flaskor vid 9:16 innehöll det centrerade utsnittet alla rutor i 130 av 379 fall. I ytterligare 199 fall kunde alla rutor vara kvar om ramen flyttades. I 50 fall fick de inte plats enbart genom förflyttning.[1][3][4]
Det är ett strängare krav än att behålla ett enda objekt. I det separata testet var det bara 3 av 1 013 enskilda flaskrutor som inte fick plats vid 9:16. Båda fullständiga tabellerna finns nedan. Det här är resultat för annoteringsrutor i ett forskningsdataset, inte uppmätta förluster av objektpixlar, misslyckade kommersiella beskärningar eller kampanjprognoser. Bidraget är en parad jämförelse som går att granska och som hjälper till att skilja ett försök med en annan placering från valet av en annan bild, layout eller uttryckligen ändrad uppdragsbeskrivning.
Ett godkänt foto kan ha tillräckligt många pixlar för en stående export men ändå ge för lite utrymme åt allt som uppdraget kräver. Kreatören centrerar ramen, ser en produkt försvinna vid kanten och skickar en fråga om ändring. Den kundansvariga måste nu avgöra om fotot behöver en annan beskärning eller en annan komposition.
Det är olika beslut. Att ett centrerat utsnitt skär av ett motiv visar inte att motivet saknar plats någon annanstans i bilden. Samtidigt går det inte att lösa alla placeringar genom att flytta ramen. Om de nödvändiga motiven upptar större bredd eller höjd än utsnittet tillåter måste teamet ompröva bilden, layouten eller kravet.
Vi undersökte den skillnaden med befintliga forskningsannoteringar utan att hämta fotografierna. Resultatet är en jämförelse av geometriska möjligheter, följd av ett påhittat produktionsexempel och en uppdragsbeskrivning som du kan kopiera. Den ger ett mer precist underlag än ”gör bilden stående”, medan de som ansvarar för den faktiska bilden fortfarande fattar de kreativa godkännandebesluten.
Även en annan placering kräver kontroll av att motiven får plats

Börja med de motiv som uppdraget kräver
I jämförelsen representeras handväskor, flaskor, koppar, bärbara datorer och mobiltelefoner av kategorier med annoterade rektangulära rutor. Ett primärt fall omfattar varje ruta utan crowd-markering för en viss kategori i en viss bild. Om bilden innehåller flera flaskor kräver testet att alla dessa flaskrutor stannar inom utsnittet. Objekt från andra kategorier ingår inte i det fallet.[3]
Det här kravet är avsiktligt tydligt. Ett kommersiellt uppdrag kan ange en huvudflaska och tillåta att flaskor i bakgrunden försvinner. Vårt primära test gör inte det valet åt det kreativa teamet. Det undersöker vad som händer när alla objekt i samma kategori måste vara kvar och ger sedan ett separat test av enskilda rutor, så att det strängare kravet förblir synligt.
För varje bildförhållande använde vi det största utsnitt som rymdes inom originalbilden och hade kanter parallella med bildens kanter. Först placerade vi det i mitten. Om den placeringen inte innehöll hela den nödvändiga gruppen kontrollerade vi om samma utsnitt kunde omfatta gruppen vid någon annan placering inom originalbilden. Inget av stegen lade till innehåll, roterade bilden eller ändrade skalan.[4]
De 3 utfallen besvarar därför olika frågor. ”Alla rutor ryms i mitten” betyder att den första placeringen klarade testet. ”Alla rutor skulle kunna rymmas efter förflyttning” betyder att mittplaceringen inte klarade testet men att en annan placering var geometriskt möjlig. ”Ingen placering rymmer alla rutor” betyder att förflyttning av just det utsnittet inte kunde uppfylla det fasta kravet. En ruta som tangerade beskärningsgränsen räknades som innesluten.
En ruta är en annotering, inte ett mått på varje synlig produktpixel. Den kan innehålla bakgrund, beskriva ett delvis skymt objekt eller inte säga något om huruvida en etikett går att läsa. Ett godkänt test visar bara att rutan ryms. En verklig granskning måste fortfarande omfatta den avsedda produkten, sammanhanget runt den och den information som materialet ska förmedla.
Många centrerade utsnitt hade en annan möjlig placering
Den första tabellen behåller alla 5 kategorier och alla 3 bildförhållanden i analysens fasta ordning. Inom varje kategori jämförs samma kombinationer av bild och kategori som uppfyller urvalskraven vid varje bildförhållande. Läs nämnaren tillsammans med de 3 utfallsantalen. Raderna är inte sorterade för att antyda vilken produktkategori som är lättare att fotografera eller mer lämpad för reklam.
Flaskgruppen vid 9:16 visar den centrala skillnaden. Av 379 fall behöll 130 alla flaskrutor i det centrerade utsnittet. Ytterligare 199 klarade inte mittplaceringen men kunde behålla varje flaskruta om ramen flyttades. De återstående 50 kunde inte uppfylla kravet på att behålla alla flaskor enbart genom förflyttning. Att slå ihop de 2 sista antalen skulle dölja det beslut som jämförelsen utformades för att skilja ut.
Skillnaden syns också i andra exempel. Vid 4:5 klarade 151 av 292 fall med handväskor mittplaceringen, ytterligare 108 kunde klara testet efter förflyttning och 33 fick inte plats. För koppar vid 1:1 var motsvarande antal 239, 128 och 23 av 390. Alla övriga kombinationer finns kvar i tabellen i stället för att reduceras till ett utvalt huvudresultat.
”Skulle kunna rymmas efter förflyttning” beskriver en möjlighet, inte att ett visst redigeringsverktyg eller en automatisk beskärningstjänst hittade placeringen. Beräkningen undersökte det tillåtna placeringsintervallet matematiskt. Den testade inte programmens standardinställningar, rangordnade alternativa kompositioner eller granskade hur ett förflyttat utsnitt skulle se ut för en betraktare.
För en producent ger mittenkolumnen ett användbart skäl att ha originalet tillgängligt under granskningen. En underkänd centrerad förhandsvisning behöver inte avsluta sökandet. Den sista kolumnen kräver ett annat samtal: om just de nödvändiga rutorna inte får plats kan fler försök att flytta samma ram inte uppfylla den uppdragsbeskrivningen.
Behåll varje ruta i kategorin: samtliga grupputfall
Ett fall är en viss bild och kategori och omfattar varje ruta utan crowd-markering i den kategorin. Samma fall som uppfyller urvalskraven jämförs vid varje bildförhållande. Förflyttning räknas bara när det centrerade utsnittet inte klarar testet men en annan placering inom bilden skulle kunna behålla alla nödvändiga rutor.
| Kategori och målformat | Fall i urvalet | Alla rutor ryms i mitten | Alla rutor skulle kunna rymmas efter förflyttning | Ingen placering rymmer alla rutor |
|---|---|---|---|---|
| Handväskor · 1:1 | 292 | 170 | 104 | 18 |
| Handväskor · 4:5 | 292 | 151 | 108 | 33 |
| Handväskor · 9:16 | 292 | 89 | 151 | 52 |
| Flaskor · 1:1 | 379 | 219 | 144 | 16 |
| Flaskor · 4:5 | 379 | 189 | 158 | 32 |
| Flaskor · 9:16 | 379 | 130 | 199 | 50 |
| Koppar · 1:1 | 390 | 239 | 128 | 23 |
| Koppar · 4:5 | 390 | 190 | 163 | 37 |
| Koppar · 9:16 | 390 | 120 | 203 | 67 |
| Bärbara datorer · 1:1 | 183 | 68 | 89 | 26 |
| Bärbara datorer · 4:5 | 183 | 53 | 92 | 38 |
| Bärbara datorer · 9:16 | 183 | 29 | 84 | 70 |
| Mobiltelefoner · 1:1 | 214 | 161 | 44 | 9 |
| Mobiltelefoner · 4:5 | 214 | 131 | 70 | 13 |
| Mobiltelefoner · 9:16 | 214 | 93 | 98 | 23 |
Att behålla ett enda objekt ändrar frågan
Skillnaden mellan en grupp och ett enda objekt är tillräckligt stor för att visas intill huvudresultatet. Vid 9:16 fick 50 av 379 fall för kategorin flaskor inte plats enbart genom förflyttning. I det separata testet av enskilda objekt var det bara 3 av 1 013 enskilda flaskrutor som inte fick plats. Nämnarna och kraven skiljer sig åt. Antalen är inte utbytbara mått på misslyckanden.
Den andra tabellen tillämpar samma geometri på varje giltig ruta utan crowd-markering var för sig. En bild med flera flaskor bidrar här med flera flaskobjekt, medan den bidrog med en enda flaskgrupp ovan. Varje ruta bedöms separat. Det visar inte att alla dessa enskilda placeringar skulle kunna uppnås samtidigt i ett enda utsnitt.
För handväskor kunde varje enskild ruta få plats någonstans vid vart och ett av de 3 bildförhållandena, men vissa grupper med alla handväskor fick inte plats. Den kontrasten stämmer med ett enkelt geometriskt villkor: flera motiv som går att hantera var för sig kan ligga för långt ifrån varandra för att rymmas tillsammans. Det fastställer inte varför någon komponerade ursprungsscenen så eller vad en kampanj bör visa.
Bärbara datorer visar också varför testet av enskilda objekt inte är en garanti. Vid 9:16 fick 60 av 231 enskilda rutor för bärbara datorer inte plats enbart genom förflyttning. Andra rader skiljer sig åt och finns kvar i den fullständiga känslighetstabellen. Vi har inte kontrollerat kameravinkel, objektform, originalbildens orientering eller scenens komposition, så jämförelser mellan kategorier kan inte isolera en orsak.
Ett team kan använda skillnaden för att precisera en ändringsbegäran. Betyder ”behåll produkten” en namngiven huvudprodukt, alla delar i en uppsättning eller alla objekt av den typen i hela scenen? Ett annat svar innebär ett annat kreativt krav. Det bör vara ett överenskommet beslut, inte en osynlig lättnad av kravet som införs för att få beskärningen godkänd.
Behåll 1 ruta i taget: den fullständiga känslighetsanalysen
Varje giltigt objekt utan crowd-markering testas separat. Flera objekt från samma bild kan bidra med flera rutor, som bedöms var för sig. Deras separata möjliga placeringar behöver inte fungera tillsammans i ett enda utsnitt.
| Kategori och målformat | Rutor i urvalet | Rutan ryms i mitten | Rutan skulle kunna rymmas efter förflyttning | Ingen placering rymmer rutan |
|---|---|---|---|---|
| Handväskor · 1:1 | 540 | 353 | 187 | 0 |
| Handväskor · 4:5 | 540 | 316 | 224 | 0 |
| Handväskor · 9:16 | 540 | 203 | 337 | 0 |
| Flaskor · 1:1 | 1 013 | 754 | 259 | 0 |
| Flaskor · 4:5 | 1 013 | 681 | 332 | 0 |
| Flaskor · 9:16 | 1 013 | 513 | 497 | 3 |
| Koppar · 1:1 | 895 | 659 | 236 | 0 |
| Koppar · 4:5 | 895 | 559 | 336 | 0 |
| Koppar · 9:16 | 895 | 419 | 466 | 10 |
| Bärbara datorer · 1:1 | 231 | 107 | 107 | 17 |
| Bärbara datorer · 4:5 | 231 | 79 | 126 | 26 |
| Bärbara datorer · 9:16 | 231 | 43 | 128 | 60 |
| Mobiltelefoner · 1:1 | 262 | 204 | 50 | 8 |
| Mobiltelefoner · 4:5 | 262 | 172 | 83 | 7 |
| Mobiltelefoner · 9:16 | 262 | 124 | 126 | 12 |
Behandla varje utsnitt som en egen komposition
Bildförhållandena 1:1, 4:5 och 9:16 är fasta testformer, inte ett påstående om aktuella Instagram-specifikationer eller en rekommenderad formatpolicy. Vid beskärning av ett Instagram-foto bör den avsedda placeringen och dess krav bekräftas med den som förbereder exporten. Studien besvarar en snävare fråga om huruvida motiv ryms inom en viss ram.
Alla orienteringar hos originalbilderna var tillåtna. Ett liggande original och ett högt stående original samspelar olika med samma målformat: ett utsnitt kan ta bort bredd, medan ett annat tar bort höjd. De testade utsnitten ligger därför inte alltid inuti varandra. Det finns ingen allmän regel här om att en övergång från kvadratiskt till högre format måste försämra varje enskilt fall.
Originalbildernas fördelning skiljer sig också mellan kategorierna. Grupperna med handväskor omfattade 210 liggande, 10 kvadratiska och 72 stående fall. Grupperna med bärbara datorer omfattade 157, 2 och 24. Antalen beskriver underlagets täckning och är inte justerade jämförelser. Vi behöll fördelningen i stället för att filtrera fram liggande bilder efter att ha sett utfallen, men det gör inte kategorierna till jämförbara kommersiella populationer.
Granska varje nödvändig komposition separat i det faktiska uppdraget. Ett godkänt kvadratiskt utsnitt innebär inte automatiskt att den stående versionen är godkänd. Ett underkänt utsnitt i ett bildförhållande visar inte heller att en annan godkänd layout kommer att misslyckas. Ett användbart underlag anger originalet, de nödvändiga motiven och exakt vilken ram som granskats, så att nästa person förstår vad godkännandet omfattar.
Ett påhittat uppdrag med 2 flaskor gör valet konkret
Tänk dig att ett litet dryckesvarumärke ber en kreatör anpassa en godkänd liggande bild till en stående 4:5-komposition. Det påhittade originalet är 1 600 pixlar brett och 900 pixlar högt. Det största 4:5-utsnittet är 720 × 900 pixlar. Varumärket, bilden, koordinaterna och uppdraget i exemplet är påhittade. De är inte en COCO-observation eller ett uppmätt produktionsresultat.
Anta att den nödvändiga flaskrutan sträcker sig från den horisontella koordinaten 100 till 400 och från den vertikala koordinaten 100 till 800. Ett centrerat utsnitt sträcker sig horisontellt från 440 till 1 160 och missar därför rutan. Om ramen flyttas så att den börjar vid 100 går utsnittet horisontellt från 100 till 820 och innehåller hela den påhittade rutan. Här handlar det ursprungliga problemet om placeringen.
Lägg nu till en andra nödvändig flaskruta från den horisontella koordinaten 1 000 till 1 300, med samma vertikala utsträckning. Tillsammans sträcker sig de 2 rutorna 1 200 pixlar horisontellt. Båda kan inte få plats i ett 720 pixlar brett utsnitt genom att ramen flyttas. Var och en skulle få plats separat. Det är kravet på att behålla båda som skapar konflikten.
Den kundansvariga har flera alternativ att diskutera med kreatören. De kan välja en annan godkänd bild där paret står närmare varandra, använda en layout som rymmer originalet med utfyllnad eller fråga om uppdraget i stället ska visa en namngiven huvudflaska. Det är föreslagna produktionsalternativ, inte fördelar som testats i vår analys av annoteringarna.
Om varumärket behöver båda flaskorna ändras uppdraget om en tas bort utan godkännande. Om bara huvudflaskan behövs kan ett krav på att behålla varje flaska i bakgrunden innebära en onödig begränsning. Jämförelsen kan inte avgöra vilket budskap som är rätt. Värdet i det här exemplet är att synliggöra vilka krav beskärningen kan och inte kan uppfylla.
När teamet har enats om en version måste granskaren fortfarande se den i den avsedda visningsstorleken. Att behålla båda rutorna säger inget om läsbar förpackningstext, ett skymt erbjudande eller en obalanserad fördelning av utrymme. Geometrin kan avgöra om något får plats utan att besvara andra kreativa och faktamässiga kontrollfrågor.
Ta med beskärningskravet i överlämningen
En kort uppdragsbeskrivning kan föra det saknade beslutet vidare mellan företaget, fotografen, formgivaren och kreatören. Behåll den tillsammans med det godkända originalet i stället för att förlita dig på ett meddelande som bara säger ”stående version behövs”. Uppgifterna bör ange vad som måste vara kvar, vad som får ändras och vem som får godkänna ändringen.
Kopiera den här tomma mallen: ”Godkänt original och version: __. Avsedd placering och bildförhållande: __. Namngivna motiv eller grupp som måste vara kvar: __. Detaljer som måste vara läsbara: __. Får flytta beskärningsramen: __. Får lägga till utfyllnad eller välja ett annat godkänt original: __. Person som godkänner ett ändrat krav: __. Granskad version och datum: __.” Teamet fyller i fälten utifrån det faktiska uppdraget, inte utifrån detta dataset.
Fältet för nödvändiga motiv ska vara så specifikt att någon annan kan tillämpa det. ”Båda flaskorna i lanseringssetet” skiljer sig från ”flaskan längst fram”. En etikett, ett ansikte eller ett erbjudande kan behöva en egen kontroll även om objektets omgivande ruta ryms. Källannoteringarna definierade inte dessa kommersiella prioriteringar.
När mitten skär av något som måste vara kvar ska du först kontrollera om en annan placering kan bevara de överenskomna motiven. Om gruppen inte får plats tar du tillbaka frågan om bild eller komposition till den som godkänner. Att behålla skillnaden i överlämningen förklarar varför ändringen behövs utan att påstå att datasetet förutsäger hur många ändringsrundor ett team kommer att slippa.
De illustrerade stegen nedan beskriver den föreslagna granskningsordningen. Utfyllnaden i den sista scenen är ett möjligt layoutval när en beskärning som fyller hela ytan inte kan behålla båda formerna. Den visar inte att utfyllnad är tillåten för varje placering eller att den resulterande layouten kommer att fungera bättre.
Ta med de nödvändiga motiven genom hela beskärningsgranskningen

Ange vad som måste vara kvar
Kom överens om de nödvändiga motiven och detaljerna samt exakt vilken version av originalet som gäller.
Kontrollera den avsedda ramen
Granska den centrerade beskärningen vid rätt bildförhållande, separat från exportstorleken.
Prova en annan placering och avgör sedan om motiven får plats
Om förflyttning inte kan bevara den nödvändiga gruppen, kom överens om en annan bild, layout eller uppdragsbeskrivning.
Granska den överenskomna versionen
Kontrollera den faktiska kompositionen, att detaljerna är läsbara och vad godkännandet omfattar.
Så gjordes jämförelsen av annoteringarna
COCO är ett forskningsdataset med objekt i sitt sammanhang, bland annat röriga scener och flera objekt. Det sammanställdes inte som ett representativt urval av kommersiella produktfoton. Vi använde delmängden med instansannoteringar för validering från 2017, som identifierar 5 000 bilder. Namnet avser delmängdens utgåva, inte året då varje foto togs.[1][2]
Annoteringsfilen hämtades den 24 oktober 2026 (UTC). Vi kontrollerade dess fullständiga kontrollsumma och bevarade den exakta källidentiteten. Vi hämtade inte fotografierna, tittade inte på dem och klassificerade dem inte. Analysen använde registrerade bildmått, kategori-ID:n, crowd-markeringar och rutkoordinater. Ingen estetisk bedömning eller mätning av objektpixlar lades till.
De 5 kategorierna, de 3 bildförhållandena, gruppkravet, känslighetsanalysen för enskilda objekt och reglerna för uteslutning fastställdes innan beskärningsutfallen beräknades. Primäranalysen omfattade 1 458 kombinationer av bild och kategori som uppfyllde urvalskraven. Den separata instansanalysen omfattade 2 941 giltiga rutor. Samma bild kan förekomma i mer än en kategori. Gruppantalet är därför varken ett antal unika foton eller en uppsättning oberoende dragningar ur en population.
Vi uteslöt 16 crowd-annoteringar: 12 för flaskor och 4 för koppar. Inget utvalt objekt utan crowd-markering och ingen primär grupp underkändes enligt de fastställda giltighetsreglerna. Källan innehåller också kategorier utanför de 5 förutbestämda. De lades inte till efter att utfallen blivit kända. Alla fall inom en kategori som uppfyllde urvalskraven fanns kvar i jämförelsen vid varje bildförhållande, med samma nämnare.[3][4]
Koordinaterna utvärderades som exakta bråk härledda från källans decimaltoken. Likhet vid gränsen räknades som att rutan ryms. Tabellerna visar heltalsantal, medan de nedladdningsbara sammanställningarna behåller exakta bråk för antalen. Beräkningen beskriver den här avgränsade mängden annoteringar. Vi redovisar inga konfidensintervall, populationsskattningar, prognoser för kommersiella misslyckanden eller kausala effekter av objektkategori.
- Ladda ner de 120 visade antalen (CSV)
- Ladda ner alla 1 458 gruppfall vid samtliga 3 bildförhållanden (CSV)
- Ladda ner alla 30 sammanfattningsrader för grupper och enskilda rutor (CSV)
- Ladda ner annoteringskällan, metoden och reproduktionskoden (ZIP)
Ingen registrering krävs. Båda fullständiga tabellerna och varje kombination av grupp och bildförhållande som uppfyller urvalskraven ingår. Det gemensamma paketet innehåller metoddokumentation på engelska, den exakta annoteringskällans identitet och kod för att återskapa resultaten. Rättigheterna till COCO-annoteringarna ger inte rättigheter till de underliggande fotografierna. Inga foton sprids vidare.[8]
Använd jämförelsen för att ställa en mer precis ändringsfråga
Att bevara ett område när bildförhållandet ändras är ett etablerat beskärningsproblem. Tidigare arbete har undersökt om ett område får plats i ett valt bildförhållande, jämfört centrerade utsnitt med fast bildförhållande med redaktörers val och mätt hur mycket förgrund som bevaras med andra beskärningsmetoder. Vårt bidrag är den här fasta, parade sammanställningen och skillnaden mellan grupper och enskilda objekt, inte en ny beskärningsalgoritm.[5][6][7]
För din egen godkända bild är en noggrann manuell granskning av beskärningen fortfarande det mest direkta sättet att få svar. Tabellen över materialet kan inte tala om vilket objekt som säljer produkten, vilken bakgrundsdetalj som spelar roll eller om en vald komposition känns rätt. Den kan förklara varför ”mitten skär av det” och ”ingen placering kan behålla den nödvändiga gruppen” kräver olika svar.
Håll också frågan åtskild från pixelmåtten. Ett original kan vara tillräckligt stort för en export men ändå ha nödvändiga motiv för långt ifrån varandra. Omvänt visar det faktum att motiven får plats geometriskt inte att ett litet original kan förstoras till en godtagbar bild. Vår relaterade studie om galleribilders storlek behandlar måttfrågan. Den här jämförelsen tillför frågan om de annoterade motiven får plats.
När en beskärning kommer tillbaka för ändring ska du bifoga den avsedda ramen och ange vad som måste vara kvar. Bestäm sedan om ni ska prova en annan placering, välja ett annat godkänt original eller ändra layouten eller uppdragsbeskrivningen med tillstånd. Jämförelsen ger en konkret skillnad att utgå från i det samtalet. Det faktiska materialet, rättigheterna till det och den slutliga visningen behöver fortfarande granskas var för sig.
Forskningsnoter
- COCO Consortium, officiell dokumentation för nedladdning av data och 2017 års utgåva av tränings- och valideringsannoteringarna. Valideringsdelmängden identifierar 5 000 bilder. ”2017” anger delmängdens utgåva, inte året då fotografierna togs. Influence IQ hämtade den fullständiga annoteringsfilen instances_val2017.json den 24 oktober 2026 (UTC), utan bildpixlar. Det offentliga paketet dokumenterar källans URL, filnamn och exakta SHA256.
- Lin med flera, Microsoft COCO: Common Objects in Context. Datasetet utformades för objekt i sitt sammanhang och icke-ikoniska scener, bland annat med flera objekt. Forskningsmaterialet innebär inte att det är representativt för produktkataloger, kreatörers material, Instagram-inlägg eller aktuella kommersiella kampanjer.
- COCO Consortium, format för instansannoteringar. Rutorna använder bildkoordinaterna x, y, bredd och höjd; iscrowd skiljer ut crowd-annoteringar. Vår fasta primära enhet innehåller varje ruta utan crowd-markering för en vald kategori i en viss bild. Crowd-annoteringar utesluts och räknas separat. Att hela rutan ryms mäter inte hur många objektpixlar som bevaras, igenkänning, läsbarhet eller visuell kvalitet.
- Influence IQ:s beräkningar, fastställda före beskärningsutfallen: handväska, flaska, kopp, bärbar dator och mobiltelefon; bildförhållandena 1:1, 4:5 och 9:16; det största axelparallella utsnittet inom bilden; först mitten och sedan möjligheten att flytta utsnittet. Alla utvalda rutor utan crowd-markering bildar den primära gruppen. Varje giltigt objekt kontrolleras också separat. Exakta bråk bevarar källans decimalkoordinater och gränserna är inkluderande. Paketet behåller alla 4 374 rader för grupp och bildförhållande, alla 30 sammanfattningar, täckning, uteslutningar och reproduktionskod. Inga källfoton hämtades.
- Zhang, Leszczuk, Miglino och Ye, Automatic Adaptive Image Cropping to Preserve Regions of Interest, Technical Disclosure Commons (2022). Denna tidigare publikation behandlar redan hur ett intresseområde kan jämföras med möjliga beskärningsmått för att bevaras vid ett visst bildförhållande. Möjligheten till förflyttning presenteras inte här som en ny algoritm.
- Christensen och Vartakavi, An Experience-based Direct Generation approach to Automatic Image Cropping. Artikeln jämför utsnitt med fasta bildförhållanden med redaktörers beskärningar och innehåller ett centrerat jämförelseutsnitt som är så stort som möjligt inom bilden. Måtten på överensstämmelse med redaktörerna skiljer sig från den här jämförelsens krav på att hela annoteringsrutor ska rymmas. Jämförelsen är bakgrund från tidigare forskning, inte en validering av en kommersiell beskärningstjänst.
- Liu med flera, PixMIM: Rethinking Pixel Reconstruction in Masked Image Modeling (2023). Artikeln undersöker hur mycket förgrund som bevaras vid bildförbehandling, bland annat centrerad beskärning, med ett annat dataset, masker och utfallsmått. Det är tidigare belägg för att beskärningsmetoder kan ta bort förgrund. Våra antal för rutor som ryms får inte läsas som samma mått på pixeltäckning.
- Källa: COCO Consortium, COCO2017:s valideringsannoteringar, licensierade enligt CC BY 4.0. Urval, geometriska beräkningar, tabeller, tolkning och översättningar är bearbetningar av Influence IQ. Inget godkännande från källans upphovspersoner antyds. COCO skiljer licensen för annoteringar från den separata upphovsrätten till de underliggande Flickr-bilderna. Inga källfotografier hämtades eller spreds vidare. De egna konceptuella illustrationerna är inte COCO-bilder.
Den engelska artikeln är källan för alla språkversioner. Varje utgåva beskriver samma fasta uppsättning COCO-annoteringar, kategorier, bildförhållanden och beräkningar. Artikelns språk skapar inte belägg om en ny marknad. Influence IQ ansvarar för urval, analys, tolkning och översättningar.