META tarafından geliştirilen SAM (Segment Anything Model) herhangi bir görselin içeriğinin otomatik olarak nesnelere ayrılmasını sağlayan bir yapay zeka modelidir. SAM’ın bu işi otomatik olarak yapması bu alanda devrim niteliğinde bir gelişme. Digibus olarak sadece kreatif değil aynı zamanda teknik tarafta da yetenek setimizi sürekli güncelliyor ve geliştiriyoruz. Bu yazıda, bir reklam ajansı olarak SAM’i kendi projelerimizde nasıl kullandık, hangi aracıları kurduk, hangi adımlardan geçtik ve teknik olarak nasıl çalışır hale getirdiğimizden bahsedeceğiz.

SAM, Segment Anything Model’inin kısaltmasıdır. Meta AI tarafından geliştirilen bu model, bir görseldeki nesneleri otomatik olarak tespit edip maskeleme (masking) yapabilen çok yönlü bir segmentasyon motorudur. “Anything” denmesinin sebebi, modelin insanlar, hayvanlar, objeler, yazılar gibi çok çeşitli nesneleri tanıyabilmesidir.

• Arka plan kaldırma: Model sayesinde görseldeki nesneler (ürünler, insanlar, objeler) kolayca ayrıştırılarak şeffaf arka planlı hale getirilebilir. Photoshop’a gerek kalmadan otomatik segmentasyon yapılabilir.
• Kolaj & Kompozit içerikler: Özellikle çok katmanlı afiş, banner, sosyal medya tasarımlarında zamandan büyük tasarruf sağlar.
• Ürün fotoğrafçılığı sonrası işlem: Stüdyo çekimlerinden sonra objeleri otomatik ayrıştırarak kataloglama sürecini hızlandırır.
• Otomatik ürün ayrıştırma: Tek bir görselde birden fazla ürün varsa her birini ayrı görsel olarak almak mümkündür. Kısaca Photoshop üzerinden ayrıca dekupe etmeye gerek kalmaz. 🙂
• Otomatik PNG Çevirme: SAM ile birden fazla ürünün yer aldığı görsellerde her ürün otomatik olarak ayrı PNG’ye dönüştürülebilir.
• Eğitim içeriklerinde yer alan infografikler, simgeler, karakterler vb. unsurlar tek tek ayrıştırılarak animasyon ya da açıklamalı kullanım için hazır hale getirilir.
  

Kısaca şunu söyleyebiliriz; SAM modeli ile Photoshop ile yaptığınız vakit alan birçok işi kolaylıkla yapabilirsiniz.

Bir müşterimizin yüzden fazla .psd ve .png dosyasının içinde yer alan objelerin ayrıştırılması gerekiyordu. Bu ayrıştırma işlemi için klasik yöntemlerle Photoshop’ta manuel olarak her layer’ı kontrol etmek ve objeleri dışa aktarmak hem zaman alıcı hem de hataya açık bir süreçti. Bunun yerine daha ölçeklenebilir ve otomatik bir çözüm üretmek istedik. Öncelikle tüm .psd dosyalarını yüksek kaliteli olarak .png formatına çevirdik.

• Segment Anything Model (SAM): Meta AI tarafından geliştirilen SAM ile nesne ayrıştırma
• OpenCV: Segmentasyon sonrasında her nesneyi maskeye dönüştürmek ve ayrı birer PNG çıktısı almak için
• Streamlit: Web arayüzü geliştirerek iç ekibimizin test etmesi ve düzenleme yapması için
• PyTorch: SAM modelini çalıştırmak için GPU/CPU uyumlu framework

• SAM modeli ile bu PNG’lerde segmentasyon yapıldı.
• Her segment, kendi maskesi ile ayrılarak arka planı şeffaf PNG olarak kaydedildi.
• Renk bozulmalarını önlemek adına BGR yerine RGB iş akışı tercih edildi.
• Tüm çıktılar anlamlı şekilde isimlendirildi, klasör yapısı içinde arşivlendi ve yedeklendi.

• Toplamda 100+ PNG dosyasından 4.000’den fazla obje ayrıştırıldı.
• Proje süresi manuel yönteme kıyasla %80 kısaltıldı.
• Müşteriye, kullanıma hazır ve çok düzenli çıktı klasör yapısı sunuldu.
• Proje içeriğinde yer alan objeler dijital varlık yönetimi için kataloglandı.

Digibus olarak bu tür projelerde dijital ajans kimliğimizin yanı sıra yazılım geliştirme becerimizi de devreye sokuyor, süreci baştan sona otomatik hale getiriyoruz. Kreatif ekiplerin zaman kaybetmeden ilerlemesi ve işin ritminin bozulmaması için tasarım ile teknolojiyi aynı masaya oturtuyoruz. Böylece sadece görsel değil, yapısal olarak da düzenli ve kullanılabilir çıktılar üretiyoruz.