कैटलॉग लाइव होते ही Remove.bg के बिल तेज़ी से बढ़ने लगते हैं। इस आर्टिकल में होस्टेड प्रतिद्वंद्वी, पे-पर-रन मॉडल होस्ट, ओपन सोर्स टूल और ऑन-डिवाइस विकल्पों की तुलना है, साथ में उदाहरण सहित लागत का हिसाब, 50 इमेज का क्वालिटी टेस्ट और PicassoIA पर चरण-दर-चरण कटआउट ट्यूटोरियल भी।
अगर आप एक दुकान, मार्केटप्लेस या ऐसा ऐप चलाते हैं जो प्रोडक्ट फ़ोटो संभालता है, तो बैकग्राउंड हटाने का बिल चुपचाप बढ़ता जाता है। एक कटआउट की लागत लगभग कुछ नहीं होती। लेकिन हर महीने दस हज़ार कटआउट के लिए ऐसा नहीं होता। इसी वजह से कई डेवलपर और सेलर Remove.bg API विकल्प की तलाश करते हैं, जो एज क्वालिटी बनाए रखे लेकिन प्रति इमेज कीमत घटा दे।
यह आर्टिकल असली विकल्पों पर बात करता है: होस्टेड प्रतिद्वंद्वी, पे पर रन मॉडल होस्ट, ऐसे ओपन सोर्स मॉडल जिन्हें आप खुद चलाते हैं, और ऑन डिवाइस सेगमेंटेशन। आपको एक लागत फ़ॉर्मूला, बाल और काँच के लिए टेस्ट प्लान, खुद होस्ट करने के लिए ब्रेक-ईवन कैलकुलेशन और PicassoIA पर एक कटआउट मॉडल का छोटा ट्यूटोरियल मिलेगा। नीचे दिए हर डॉलर के आँकड़े एक उदाहरण दर हैं, ताकि आप अपने कोट्स लगा सकें, क्योंकि विक्रेताओं की कीमतें अक्सर बदलती हैं।
💡 तुलना से पहले: हर विक्रेता का प्राइसिंग पेज खोलें और फ़्री टियर की सीमाएँ नोट करें। फ़्री API कॉल अक्सर छोटे साइज़ के प्रीव्यू लौटाती हैं, और यही एक विवरण आपका पूरा हिसाब बदल सकता है।
कोई भी बैकग्राउंड हटाने को बजट की अलग लाइन आइटम के रूप में नहीं सोचता, जब तक इनवॉइस सामने न आ जाए। शुरुआत कुछ टेस्ट अपलोड से होती है, फिर कैटलॉग इंपोर्ट आता है, फिर मौसमी सेल आती है, जब पूरी टीम एक हफ़्ते में नया स्टॉक शूट करती है। तब तक प्रति इमेज की कीमत आपके मार्जिन में पहले से शामिल हो चुकी होती है।
ज़्यादातर होस्टेड बैकग्राउंड रिमूवल API क्रेडिट बेचते हैं। एक प्रोसेस की गई इमेज एक क्रेडिट लेती है, और कुछ सेवाएँ ज़्यादा रेज़ोल्यूशन पर ज़्यादा शुल्क लेती हैं। सब्सक्रिप्शन में मासिक कोटा मिलता है, जबकि पे-एज़-यू-गो पैक ज़्यादा यूनिट कीमत के बदले लचीलापन देते हैं। remove.bg इसी क्रेडिट मॉडल पर चलता है, और लिखे जाने के समय उसकी फ़्री API कॉल छोटे साइज़ के प्रीव्यू लौटाती हैं, इसलिए असली प्रोडक्ट पाइपलाइन जल्दी ही पेड प्लान पर पहुँच जाती है।
वह फ़ॉर्मूला जिसे स्टिकी नोट पर रखना फ़ायदेमंद है:
मासिक लागत = (हर महीने की इमेज × प्रति इमेज कीमत) + रीट्राई + बर्बाद कॉल
पहला हिस्सा वही है जिसकी गणना हर कोई करता है। आख़िरी दो हिस्से वही जगह हैं जहाँ बजट फिसलता है।
अपनी पाइपलाइन में इन रिसावों को देखें:
ये रिसाव तीन उदाहरण दरों पर कितना पड़ते हैं, वह यहाँ है। ये सिर्फ़ उदाहरण हैं, विक्रेता के कोट नहीं।
| प्रति माह इमेज | $0.10 प्रति इमेज | $0.03 प्रति इमेज | $0.01 प्रति इमेज |
|---|---|---|---|
| 1,000 | $100 | $30 | $10 |
| 10,000 | $1,000 | $300 | $100 |
| 100,000 | $10,000 | $3,000 | $1,000 |
यूनिट कीमत में दस गुना अंतर, इनवॉइस में भी दस गुना अंतर है। यही अंतर अलग-अलग विकल्प देखने की पूरी वजह है।
सस्ता होने का मतलब एक ही जवाब नहीं है। इसका मतलब है वह बिलिंग स्टाइल चुनना जो आपकी इमेज आने के तरीके से मेल खाए।
Photoroom's API, Clipdrop का remove background एंडपॉइंट, Slazzer और Removal.ai जैसी सेवाएँ वही काम अलग प्राइसिंग कर्व के साथ बेचती हैं। कुछ बड़े वॉल्यूम पर remove.bg से सस्ती पड़ती हैं, कुछ स्पीड या बंडल्ड एडिटिंग टूल्स के मामले में आगे हैं। कोई भी हर परिदृश्य में सबसे सस्ती नहीं है, इसलिए इन्हें अपनी फ़ाइलों से परखें। इन छह बातों को साथ-साथ रखें:
मॉडल होस्टिंग प्लेटफ़ॉर्म क्रेडिट बेचने के बजाय हर रन पर कंप्यूट टाइम का शुल्क लेते हैं। उनके कैटलॉग में बैकग्राउंड रिमूवल मॉडल भी शामिल हैं, जिनमें Bria का remove background मॉडल भी है। यहाँ कोई मासिक न्यूनतम नहीं है, इसलिए एक मौसमी दुकान जो नवंबर में 40,000 इमेज और फ़रवरी में 800 इमेज प्रोसेस करती है, खाली क्षमता के पैसे नहीं देती। आपको विक्रेता बदले बिना मॉडल बदलने की आज़ादी भी मिलती है।
इसकी कीमत यह है कि आपको क्यू, कोल्ड स्टार्ट और रीट्राई खुद संभालने पड़ते हैं। प्रति इमेज लागत फ़ाइल साइज़ और मॉडल की स्पीड पर निर्भर करती है, इसलिए किसी हेडलाइन नंबर पर भरोसा करने के बजाय असली फ़ोटो से उसे मापें।
अगर वॉल्यूम स्थिर और ज़्यादा है, तो मॉडल खुद चलाना गणित बदल देता है। rembg एक लोकप्रिय ओपन सोर्स Python टूल है, जिसमें कमांड लाइन और सर्वर मोड है, और यह कई सेगमेंटेशन मॉडल को रैप करता है। BiRefNet एक और ओपन मॉडल है जो अपने सटीक एज के लिए जाना जाता है।
⚠️ लाइसेंस जाँचें: कुछ जारी किए गए मॉडल वेट्स केवल गैर-व्यावसायिक उपयोग की अनुमति देते हैं। किसी भी पेड प्रोडक्ट में इस्तेमाल करने से पहले हर मॉडल का लाइसेंस पढ़ें।
ऑन डिवाइस सेगमेंटेशन प्रति इमेज मुफ़्त होने का सबसे चरम रूप है। Apple का Vision फ़्रेमवर्क हाल के iOS और macOS वर्ज़न पर फ़ोटो से सब्जेक्ट को अलग कर सकता है, और Google का ML Kit Android के लिए सब्जेक्ट सेगमेंटेशन देता है। लेकिन शर्त यह है कि ये सिर्फ़ आपके अपने ऐप के भीतर चलते हैं, और काँच, फ़र और भीड़भाड़ वाले दृश्यों पर क्वालिटी अलग-अलग होती है।
| विकल्प | बिलिंग स्टाइल | किसके लिए सबसे अच्छा | मुख्य ट्रेड-ऑफ़ |
|---|---|---|---|
| होस्टेड प्रतिद्वंद्वी API | क्रेडिट या सब्सक्रिप्शन | तेज़ इंटीग्रेशन | स्केल पर यूनिट कीमत |
| पे पर रन होस्ट | हर रन पर कंप्यूट | मौसमी, असमान वॉल्यूम | क्यू और कोल्ड स्टार्ट |
| खुद होस्ट किया ओपन सोर्स | फ़िक्स्ड सर्वर लागत | स्थिर ज़्यादा वॉल्यूम | मेंटेनेंस और लाइसेंस |
| ऑन डिवाइस सेगमेंटेशन | प्रति इमेज कोई शुल्क नहीं | मोबाइल ऐप | असमान एज क्वालिटी |
| PicassoIA पर ब्राउज़र मॉडल | वेब ऐप में उपयोग | डिज़ाइनर और छोटे बैच | API एंडपॉइंट नहीं |
लेटेंसी कीमत से ज़्यादा मायने रखती है। अगर कोई शॉपर फ़ोटो अपलोड करे और स्क्रीन पर कटआउट का इंतज़ार करे, तो तीन सेकंड का रिस्पॉन्स धीमा लगता है और दस सेकंड का रिस्पॉन्स टूटा हुआ लगता है। अगर जॉब रात के क्यू में चलता है, तो स्पीड लगभग मायने नहीं रखती और आपको वही सबसे सस्ता विकल्प चुनना चाहिए जो टेस्ट पास करे। इसी वजह से कई टीमें दो प्रोवाइडर रखती हैं: लाइव अपलोड के लिए एक तेज़, और कैटलॉग इंपोर्ट के लिए एक किफ़ायती।
ऐसा सस्ता कटआउट जिसे हाथ से साफ़ करना पड़े, वह महँगा ही है। कोड बदलने से पहले एक दोपहर उचित टेस्ट में लगाएँ।
विक्रेता की साइट के डेमो इमेज नहीं, अपने कैटलॉग की असली फ़ोटो लें। हर प्रकार की दस-दस इमेज लें:
ये दो श्रेणियाँ सस्ते मॉडल की कमज़ोरियाँ सबसे पहले सामने लाती हैं। बालों में आम विफलताएँ कटे हुए स्ट्रैंड और सिर के चारों ओर पुराने बैकग्राउंड रंग का हेलो हैं। काँच में मॉडल या तो पारदर्शी बोतल को ठोस धब्बा बना देते हैं, या उसे पूरी तरह मिटा देते हैं।
सॉफ़्ट एज इसलिए ज़रूरी हैं क्योंकि आंशिक पारदर्शिता ही कटआउट को नए बैकड्रॉप पर प्राकृतिक दिखाती है। जो टूल कड़े, बाइनरी एज लौटाता है, वह सफ़ेद पेज पर ठीक लगेगा और रंगीन पेज पर सस्ता लगेगा।
हर कटआउट को पहले गहरे और फिर चमकीले बैकग्राउंड पर रखें, और 200 प्रतिशत तक ज़ूम करें। सफ़ेद पर छिप जाने वाली फ़्रिंज, हेलो और बची हुई छाया तुरंत दिख जाती हैं। हर नतीजे को 1 से 5 तक स्कोर करें। अगर टेस्ट सेट का 90 प्रतिशत हिस्सा कम कीमत पर 4 या उससे ऊपर स्कोर करता है, तो स्विच अपना खर्च खुद निकाल लेता है। अगर बाल और काँच औसत को नीचे खींचते हैं, तो इस आर्टिकल के अंत के पास बताई गई दो-स्तरीय पाइपलाइन की योजना बनाएँ।
जब तीन विक्रेता एक तेज़ नज़र में ठीक लगें, तब नंबर गट फ़ीलिंग से बेहतर होते हैं। हर प्रोवाइडर के लिए एक स्कोरकार्ड रखें और उसे टेस्ट सेट से भरें।
| मानदंड | क्या जाँचें | वज़न |
|---|---|---|
| एज क्वालिटी | हेलो, दाँतेदार आउटलाइन, कटे हुए बाल | 35% |
| काँच और छाया | पारदर्शी हिस्से बने रहें, छाया एक-सी संभाली जाए | 20% |
| इस्तेमाल योग्य इमेज की लागत | कीमत को उन नतीजों के हिस्से से भाग दें जिन्हें बिना सफ़ाई के प्रकाशित किया जा सके | 20% |
| स्पीड | मीडियन और सबसे धीमा रिस्पॉन्स टाइम | 15% |
| विश्वसनीयता | बैच में एरर रेट और टाइमआउट | 10% |
तीसरी पंक्ति पर ध्यान देना ज़रूरी है। इस्तेमाल योग्य इमेज की लागत यह प्रति कॉल की कीमत है। इसे उन नतीजों के हिस्से से भाग दिया जाता है, जिन्हें आप बिना छेड़े प्रकाशित कर सकें। $0.02 की सेवा जो हर तीन में से एक इमेज पर विफल होती है, प्रति इस्तेमाल योग्य इमेज $0.03 पड़ती है (0.02 ÷ 0.67), जो $0.025 की उस सेवा से ज़्यादा है जो बीस में से एक पर विफल होती है ($0.026)।
वॉल्यूम पर ही लागत का फ़र्क दिखता है, और यहीं से खुद होस्ट करना आकर्षक लगने लगता है।
फ़ॉर्मूला: ब्रेक-ईवन इमेज = (मासिक सर्वर लागत + मेंटेनेंस समय) ÷ API की प्रति इमेज कीमत
उदाहरण: $150 महीने का GPU सर्वर, साथ में $50 प्रति घंटे के हिसाब से चार घंटे का मेंटेनेंस, कुल $350 बनता है। $0.05 प्रति इमेज लेने वाले API के मुकाबले ब्रेक-ईवन हर महीने 7,000 इमेज पर है। इससे कम पर API जीतता है। इससे ऊपर आपका अपना सर्वर जीतता है, बशर्ते आपके टेस्ट सेट पर क्वालिटी बनी रहे।
💡 कई टीमें मेंटेनेंस वाला हिस्सा छोड़ देती हैं, फिर हैरान होती हैं कि खुद होस्ट किया विकल्प कागज़ पर सस्ता क्यों दिखा, जबकि व्यवहार में वह उतना सस्ता क्यों नहीं लगा।
क्वालिटी पर असर डाले बिना आप कॉल कम कर सकते हैं:
अगर 15 प्रतिशत अपलोड डुप्लीकेट हैं और बाकी में से 10 प्रतिशत को कभी प्रोसेसिंग की ज़रूरत नहीं पड़ी, तो आप लगभग 23 प्रतिशत कॉल हटा देते हैं (0.85 × 0.90 = 0.765 मूल वॉल्यूम बचता है)। यह बिना किसी सेल्स कॉल के 23 प्रतिशत की छूट के बराबर है।
कभी-कभार बैच चलाने वालों, डिज़ाइनरों और दुकान मालिकों के लिए, जो इंटीग्रेशन से बचना चाहें, PicassoIA पर Bria Remove Background लोगों, प्रोडक्ट, बालों और ऑब्जेक्ट्स को संभालता है, और कुछ सेकंड में ट्रांसपेरेंट PNG लौटाता है। इसके मॉडल पेज के अनुसार यह मुफ़्त और ऑनलाइन है।
एक ईमानदार नोट: लिखे जाने के समय, PicassoIA का डेवलपर API (api.picassoia.com पर Replicate जैसे एंडपॉइंट) इमेज, इमेज एडिटर और वीडियो मॉडल सूचीबद्ध करता है, इसलिए यह कटआउट मॉडल एक ब्राउज़र टूल है, API एंडपॉइंट नहीं।
| सेटिंग | डिफ़ॉल्ट | कब बदलें |
|---|---|---|
| Preserve Alpha | चालू | आउटपुट में ट्रांसपेरेंसी बनाए रखने के लिए चालू रखें। पूरी तरह अपारदर्शी आउटपुट के लिए बंद करें |
| Preserve Partial Alpha | चालू | नरम बालों और फ़ेदर्ड किनारों के लिए चालू रखें। सख़्त किनारों वाले कैटलॉग शॉट्स के लिए बंद करें |
| Content Moderation | बंद | साझा या सार्वजनिक सेटिंग में, जहाँ यूज़र फ़ोटो अपलोड करते हैं, चालू करें |
Preserve Partial Alpha सबसे ज़्यादा तब मायने रखता है जब आपकी इनपुट फ़ाइल में पहले से ट्रांसपेरेंसी हो।
अभी प्रोडक्ट फ़ोटो नहीं हैं? PicassoIA Image या Flux 2 Pro जैसे टेक्स्ट-टू-इमेज मॉडल से एक बनाएँ, फिर उसका कटआउट करें। छोटी फ़ाइलों के साथ काम कर रहे हैं? पहले Real-ESRGAN या Topaz Image Upscale से अपस्केल करें, ताकि कटआउट के किनारों के पास ज़्यादा पिक्सल हों। तैयार सब्जेक्ट के आसपास का दृश्य बदलना हो, तो PicassoIA Image Editor Pro आज़माएँ।
दो-स्तरीय पाइपलाइन आपको सस्ते मॉडल की कम कीमत और एक मज़बूत मॉडल की सुरक्षा दोनों देती है।
def cutout(image_bytes):
digest = sha256(image_bytes).hexdigest()
if cache.has(digest):
return cache.get(digest)
result = cheap_provider.remove_background(resize(image_bytes, 2000))
if not looks_sane(result):
result = premium_provider.remove_background(image_bytes)
cache.set(digest, result)
return result
रीट्राई दो तक सीमित रखें, साथ में छोटा डिले हो, ताकि एक अस्थिर रिस्पॉन्स कभी बिल दोगुना न करे।
Bria Remove Background खोलें, अपनी पाँच सबसे कठिन प्रोडक्ट फ़ोटो डालें, और गहरे बैकग्राउंड पर नतीजों को स्कोर करें। अगर किनारे टिके रहते हैं, तो आपको अपना सस्ता रास्ता मिल गया। अगर जिन फ़ोटो की आपको ज़रूरत है वे अभी मौजूद नहीं हैं, तो उन्हें बनाएँ: PicassoIA Image में प्रोडक्ट का वर्णन करें, उसका कटआउट करें, और उसे अपनी पसंद के किसी भी बैकड्रॉप पर रखें।
खुलकर प्रयोग करें, क्योंकि हर टेस्ट आपको अपने कैटलॉग के बारे में कुछ सिखाता है। पूरी मॉडल सूची picassoia.com/en/all-models पर देखें और आज ही PicassoIA पर अपनी इमेज बनाना शुरू करें।
अपनी भाषा चुनें
