Лишний человек, провода, мусор, бывший. Разберём, почему на месте предмета появляется каша, зачем маска шире контура и куда девать оставшуюся тень.
Чтобы удалить объект с фото, его закрашивают маской, а инструмент достраивает фон на освободившемся месте: это называется дорисовкой по маске и работает одинаково в мобильном ластике, в онлайн-сервисе и в открытой модели. Результат зависит не от названия инструмента, а от трёх вещей. Маска должна быть на три-пять пикселей шире предмета, тень и отражение убираются вместе с ним, а сам предмет должен занимать небольшую часть кадра: на объекте в половину снимка модели нечего достраивать, и появляется выдуманная геометрия.
Ниже механика на пальцах, таблица по типу объекта, четыре способа от телефона до локальной модели и разбор трёх ошибок, из-за которых чаще всего переделывают. Технические свойства моделей дорисовки взяты из описания открытого проекта LaMa, открытого 14 сентября 2026 года.
Что узнаешь из гайда
Часть 1 · Суть
Формулировка «удалить объект» сбивает с толку. Удаления в прямом смысле не происходит: на снимке нет слоёв, под предметом нет второй картинки. Вы просите нарисовать на месте предмета то, что там могло бы быть.
Отсюда сразу следует ответ на половину вопросов. Модель достраивает по окружению, поэтому чем больше окружения и чем оно однороднее, тем лучше выйдет. И наоборот: если предмет закрывает что-то уникальное, чего на снимке больше нигде нет, честного результата не будет ни в одном сервисе.
Главное
Спрашивайте себя не «какой сервис лучше», а «сможет ли кто-нибудь угадать, что было за этим предметом». Если не сможете вы, не сможет и модель.
Часть 2 · Механика
Дорисовка опирается на предсказуемость. Ряды плитки, доски забора, кирпич, полосы на стене, ровное небо, асфальт: во всём этом есть ритм или однородность, и продолжить его несложно. Листва, толпа, витрина с текстом, лицо человека: тут ритма нет, и модель выдаёт усреднённое пятно.
Что пишут авторы модели (LaMa, README открыт 14.09.2026)
Полное название проекта переводится как «устойчивая к разрешению дорисовка больших масок с помощью преобразований Фурье». Авторы отдельно отмечают, что модель обучалась на кадрах 256 на 256, но переносится на разрешение около 2k, и что она хорошо справляется с восстановлением периодических структур. Проще говоря: повторяющийся рисунок это её сильная сторона, и это заметно на практике.
Там же, в описании проекта, перечислены производные инструменты: связка детектора объектов с дорисовкой, когда предмет выделяется одним нажатием, и самостоятельная настольная версия известного веб-сервиса очистки. То есть за разными кнопками в разных интерфейсах нередко стоит одна и та же открытая модель, а разница между сервисами сводится к удобству маски и к разрешению на выходе.
Часть 3 · Определитель
| Что убираем | Что получится | Что делать |
|---|---|---|
| Провода и столб на фоне неба | следа не остаётся | любой ластик, маска с запасом |
| Мусор на асфальте, пятно на стене | участок станет чуть глаже остального | добавить зерно на место дорисовки |
| Прохожий вдалеке | уходит, если не перекрывает деталей | маска вместе с тенью на земле |
| Человек на переднем плане | выдуманная геометрия, кривые линии за ним | кадрировать или взять другой снимок серии |
| Предмет поверх текста или вывески | вместо букв набор похожих знаков | дорисовать фон и набрать текст заново вручную |
| Объект, отражённый в воде или стекле | отражение остаётся и выдаёт монтаж | включить отражение в ту же маску |
Часть 4 · Способы
Часть 5 · Маска
Маска почти всегда должна быть шире предмета. Причина в том, что у любого объекта на фотографии есть переходная зона: мягкая полутень по контуру, размытие объектива, ореол от сжатия файла. Эти пиксели выглядят как фон, но несут в себе цвет предмета.
Часть 6 · Тень
Самая узнаваемая ошибка в удалении объектов выглядит так: человека убрали, а его тень осталась лежать на асфальте. Глаз цепляется за это мгновенно, потому что тень без предмета невозможна физически, и мозг читает подделку раньше, чем успевает подумать.
Часть 7 · Ошибки
Чего делать не надо
Не гоняйте один и тот же участок через дорисовку по десять раз в надежде, что на каком-то заходе получится. Модель не перебирает варианты умнее с каждым разом, она просто дорисовывает поверх своей же дорисовки, и участок постепенно превращается в мыло.
Часть 8 · Разрешение
Тут часто удивляются: чем больше разрешение, тем больше информации, и дорисовка должна быть лучше. На практике наоборот, и причина в том, на чём обучались модели.
В описании LaMa перенос на разрешение около 2k подан как отдельное достижение, при том что обучение шло на кадрах 256 на 256. Снимок с телефона сегодня это 4000 пикселей по ширине и больше. Инструменты решают это уменьшением: обрабатывают маленькую копию, а потом вклеивают результат обратно в большой кадр. На границе вклейки детализация отличается, и на стопроцентном масштабе это видно.
Практический вывод
Если снимок пойдёт в ленту, разницы вы не увидите. Если он пойдёт в печать или на большой экран, работайте по участку: вырежьте область вокруг объекта, почините её отдельно и вставьте назад в полном разрешении.
Что вообще делает и чего не делает увеличение разрешения, разобрано в гайде про улучшение качества фото нейросетью.
Памятка
Коротко
Соседняя задача
Если убрать нужно не предмет, а весь фон вокруг объекта, это другая операция с другими ошибками: как убрать фон с фото. А если мешает надпись поверх снимка, смотрите разбор удаления водяного знака.
Источники
FAQ
Закрасить его маской и запустить дорисовку: инструмент достроит фон на освободившемся месте по окружающим пикселям. Так работают и мобильные ластики, и онлайн-сервисы, и открытые модели. Ключ к результату не в выборе инструмента, а в двух вещах: маска должна быть чуть шире предмета, и вместе с предметом надо убирать его тень.
Потому что модель не знает, что было за предметом, и достраивает усреднённое продолжение фона. Чем крупнее убираемый объект и чем сложнее фон за ним, тем меньше у неё опоры. На однородной стене или траве получится идеально, на лице человека позади или на мелком тексте получится каша.
Чем меньше площадь маски относительно кадра, тем лучше. Провода, мусор, точка на небе, случайный прохожий вдалеке уходят бесследно. Человек на переднем плане в половину кадра почти никогда: там нужно достроить слишком много, и появляется выдуманная геометрия.
Потому что вы закрасили человека, а не его тень: для модели это два разных пятна на изображении. Тень надо включать в маску сразу, вместе с отражением в стекле или воде, если оно есть. Иначе на картинке остаётся тень без хозяина, и это заметно сильнее, чем сам исходный объект.
На три-пять пикселей шире контура предмета, на больших снимках больше. Причина в том, что по краю объекта идёт переходная зона: полутени, размытие объектива, ореол от сжатия. Если маска совпадает с контуром точно, эта зона останется и будет читаться как призрак удалённого предмета.
Потому что повторяющийся рисунок предсказуем: модель видит ритм и продолжает его. В README открытой модели LaMa хорошая работа на периодических структурах указана как её отдельное свойство. Хаотичная фактура вроде листвы предсказуема хуже, там появляется мыло.
Лучше убрать все объекты за один проход, одной маской. Каждый следующий проход работает уже по дорисованному изображению, а не по оригиналу, поэтому ошибки складываются. Если объектов много, размечайте их все сразу, а не по очереди.
Потому что модели дорисовки обучены на маленьких кадрах. У LaMa в описании прямо сказано: обучение шло на 256 на 256, а перенос на разрешение около 2k считается достижением. На снимке в 6000 пикселей по ширине инструменты обычно работают с уменьшенной копией, а потом возвращают участок обратно, и на стыке видно разницу в детализации.
Со своей фотографией вы вправе делать что угодно. Осторожность нужна в двух случаях: если снимок чужой и защищён авторским правом, и если изменённое фото выдаётся за документальное свидетельство. Публикация отретушированного кадра как доказательства это отдельная история, не техническая.
Тем, что именно нужно достроить. При удалении фона фон просто исчезает, достраивать нечего, важна только точность границы вокруг объекта. При удалении объекта наоборот: граница неважна, а фон на его месте приходится придумывать. Поэтому у этих задач разные инструменты и разные типичные провалы.
Платформа и сообщество, где я по шагам показываю, как поставить ИИ на рутину: контент, код, продажи, аналитика. Заходи и забирай рабочие связки, которыми пользуюсь сам.
Посмотреть, что внутриtelegram
Канал с полезными материалами про нейросети
Разборы, новые инструменты и приёмы по ИИ — то, чем пользуюсь сам, без воды. Подпишись, чтобы не потерять.