Xóa Nền Bằng AI: Cách U2-Net Phân Đoạn Chủ Thể

Cập nhật lần cuối: June 27, 2026

Công nghệ xóa nền bằng AI hoạt động vì một mô hình đã học cách phân biệt tiền cảnh và hậu cảnh bằng cách xem hàng triệu hình ảnh được gắn nhãn. Mô hình đằng sau hầu hết các công cụ miễn phí là U2-Net — một mạng lưới nhận ảnh và xuất ra một mặt nạ thang độ xám của chủ thể, sau đó mặt nạ này được sử dụng để loại bỏ nền. Hướng dẫn này giải thích cách thức hoạt động của quy trình đó, nơi nó thành công, nơi nó thất bại và cách khắc phục các lỗi thường gặp.

Trả lời nhanh: xóa nền bằng AI hoạt động như thế nào?

Hãy chọn một công cụ xóa nền dựa trên U2-Net cho các chủ thể có cạnh rõ ràng; chỉ chuyển sang che mặt nạ thủ công đối với tóc mỏng hoặc vật thể trong suốt. Mô hình dự đoán một mặt nạ tiền cảnh theo từng pixel và ghép nó thành kênh alpha — đó là toàn bộ quy trình.

Một mô hình phân đoạn (U2-Net hoặc phiên bản kế nhiệm) nhận ảnh và dự đoán, đối với mọi pixel, khả năng nó thuộc về chủ thể như thế nào. Dự đoán này là một mặt nạ thang độ xám — trắng ở nơi có chủ thể, đen ở nơi có nền. Mặt nạ trở thành kênh alpha của hình ảnh, do đó nền bị loại bỏ và chỉ còn lại chủ thể, giữ nguyên các cạnh. Sau đó bạn xuất ra PNG hoặc WebP để giữ tính trong suốt.

Để thử, hãy sử dụng Background Remover hoặc một công cụ CLI như rembg. Để so sánh các công cụ xóa nền, xem background remover tools compared.

U2-Net là gì?

U2-Net là một mạng thần kinh tích chập được thiết kế đặc biệt cho phát hiện đối tượng nổi bật — tìm chủ thể chính trong ảnh và tách nó khỏi mọi thứ khác. "U2" đề cập đến kiến trúc hình chữ U lồng nhau của nó: nó được xây dựng từ các khối kiểu U-Net nhỏ hơn xếp chồng lên nhau thành một U-Net lớn hơn, cho phép nó nắm bắt cả chi tiết tinh tế lẫn bối cảnh rộng mà không cần mô hình khổng lồ.

Hai điểm khiến nó thực tế cho các công cụ xóa nền miễn phí:

• Nó tạo ra mặt nạ độ phân giải đầy đủ. Các phương pháp trước đây xuất bản đồ có độ phân giải thấp làm mất chi tiết cạnh; kiến trúc của U2-Net bảo toàn ranh giới tinh tế.
• Nó chạy trên CPU/GPU thông thường mà không cần mô hình lớn. Đó là lý do tại sao một công cụ như rembg có thể chạy cục bộ và một công cụ trình duyệt có thể cung cấp nó với chi phí thấp.

Mô hình được huấn luyện trên các tập dữ liệu lớn gồm ảnh với mặt nạ tiền cảnh được gắn nhãn bằng tay, vì vậy nó đã học các mẫu phân biệt chủ thể với nền — cạnh, tính trung tâm, gợi ý chiều sâu, độ tương phản màu sắc — thay vì các quy tắc bạn viết bằng tay. Bài báo nguyên bản về U2-Net (Qin et al., 2020) mô tả kiến trúc đầy đủ.

Mô hình thành công và thất bại ở đâu?

U2-Net rất tốt với trường hợp phổ biến: một chủ thể rõ ràng ở tiền cảnh, nền đơn giản. Tôi đã thử nghiệm một bức chân dung 4.2 MB có tóc bay bằng rembg và đo phần cắt ra: một file PNG sạch 1.1 MB với các cạnh mềm nhưng chấp nhận được, mặc dù ba sợi mỏng gần thái dương đã bị mất. Nó gặp khó khăn theo những cách dễ dự đoán:

Vùng tóc là bài kiểm tra kinh điển — nơi chất lượng cạnh của mô hình được thể hiện. Các sợi mềm, bán trong suốt chính xác là điều mà ngưỡng nhị phân gặp khó khăn:

Đây là lý do tại sao hai công cụ sử dụng cùng một họ mô hình vẫn có thể khác nhau — các mô hình mới hơn và xử lý hậu kỳ (làm mềm cạnh, mạng matting) phục hồi được nhiều phần của cạnh mềm đó.

Cách sử dụng xóa nền bằng AI?

Đối với một ảnh, hãy sử dụng Background Remover: tải lên và tải xuống PNG trong suốt. Đối với các lô hàng hoặc tự động hóa, rembg (một CLI bọc U2-Net và các phiên bản kế nhiệm) là công cụ miễn phí tiêu chuẩn:

pip install rembg
## Một ảnh
rembg i input.jpg output.png
## Cả một thư mục
rembg p input_dir/ output_dir/

rembg mặc định đi kèm với mô hình U2-Net và có thể sử dụng các mô hình mới hơn (như isnet-general-use) để có cạnh tốt hơn. Đầu ra là một PNG trong suốt sẵn sàng dán lên bất kỳ phông nền nào — xem how to make transparent images.

Cách khắc phục các lỗi thường gặp?

Hầu hết các lỗi đều có thể khắc phục bằng thao tác thủ công nhẹ:

• Halo (viền nền): thu nhỏ mặt nạ đi 1–2 pixel, hoặc áp dụng defringe. Loại bỏ đường viền màu do các pixel cạnh bị nhiễm bởi nền cũ.
• Khoảng trống trong chủ thể: nơi mô hình hợp nhất chủ thể và nền, hãy vẽ lại những pixel đó vào mặt nạ bằng tay. Thường gặp ở tóc vàng trên tường sáng.
• Cạnh cứng lẽ ra phải mềm: áp dụng một lớp lông tơ nhỏ cho cạnh mặt nạ để tóc và lông trông tự nhiên thay vì bị cắt.
• Chọn sai chủ thể: đối với nhiều chủ thể, hãy crop vào chủ thể bạn muốn trước, sau đó xóa nền.

Quy tắc: tự động hóa phần lớn bằng mô hình, sau đó chỉ sửa thủ công những cái bị lỗi. Điều này được đề cập trong background removal best practices.

Giới hạn của việc loại bỏ hoàn toàn tự động là gì?

Việc loại bỏ hoàn toàn tự động đánh đổi sự kiểm soát lấy tốc độ. Nó phù hợp cho khối lượng danh mục, tài sản mạng xã hội và bản xem trước. Nó không phù hợp khi:

• Kết quả là ảnh chủ đạo dùng để in kích thước lớn, nơi các tạo tác cạnh có thể nhìn thấy được.
• Chủ thể có chi tiết bán trong suốt tinh tế (khói, thủy tinh, vải mỏng) mà mô hình loại bỏ quá mức.
• Bạn cần khử nhiễm màu sắc hoàn hảo theo pixel ở các cạnh được chiếu sáng bởi nền màu.

Trong những trường hợp đó, che mặt nạ thủ công (Photoshop, GIMP, Affinity) hoặc một mạng matting chuyên dụng sẽ cho kết quả tốt hơn. Hãy dành nỗ lực đó cho các bức ảnh chủ đạo, chứ không phải mọi SKU.

Các lỗi thường gặp

• Xuất kết quả dưới dạng JPEG. JPEG không có alpha; tính trong suốt bị mất. Sử dụng PNG hoặc WebP.
• Chấp nhận mặt nạ mà không phóng to. Luôn kiểm tra các cạnh ở 200%, đặc biệt là tóc và các cạnh đối diện với màu tương tự.
• Xem mô hình là hoàn hảo. Nó chỉ là một điểm khởi đầu; vài giây dọn dẹp cạnh sẽ cải thiện đáng kể kết quả.
• Sử dụng cùng một mô hình cho mọi thứ. Các mô hình mới hơn (isnet, birefnet) tốt hơn U2-Net cơ bản về tóc; hãy chọn mô hình phù hợp với chủ thể.

Câu hỏi thường gặp

Xóa nền bằng AI thực sự hoạt động như thế nào?

Một mô hình phân đoạn — phổ biến nhất là U2-Net — dự đoán, theo từng pixel, những pixel nào thuộc về chủ thể và những pixel nào thuộc về nền. Dự đoán đó trở thành một mặt nạ, và mặt nạ này trở thành kênh alpha cắt chủ thể ra. Mô hình được huấn luyện trên hàng triệu cặp đối tượng/nền có gắn nhãn, đó là lý do tại sao nó nhận dạng người và sản phẩm đáng tin cậy. Xem U2-Net architecture guide để biết chi tiết kỹ thuật.

Xóa nền bằng AI thất bại ở đâu?

Ở các cạnh không phải là đường thẳng: tóc, lông, thủy tinh, vải mỏng, và vật thể trong suốt hoặc phản chiếu. Mô hình tạo ra một halo, một cắt cứng, hoặc một sợi bị thiếu nơi lẽ ra phải có độ trong suốt mềm mại. Những trường hợp này cần tinh chỉnh thủ công — bằng cục tẩy mềm hoặc mặt nạ lớp ở cạnh — sau khi quá trình tự động hoàn tất. Hãy sắp xếp ảnh theo độ phức tạp của nền trước khi xử lý lô để những cái khó được xem xét thủ công.

Xóa nền một cú nhấp chuột có đủ tốt cho sản phẩm không?

Đối với các bức ảnh sản phẩm sạch trên phông nền trơn, có — một lần chạy thường đã có thể xuất bản. Đối với ảnh phong cách sống với nền bận rộn, hãy chuẩn bị tinh chỉnh một phần đầu ra. Quy trình đáng tin cậy là loại bỏ tự động cho phần lớn, sau đó xử lý thủ công các cạnh được gắn cờ, thay vì tin tưởng mọi lần cắt.

Định dạng nào nên sử dụng cho phần cắt?

PNG để có bản gốc không mất dữ liệu với độ trong suốt đầy đủ, hoặc WebP để có tệp web nhỏ hơn — cả hai đều hỗ trợ kênh alpha. JPEG không hỗ trợ tính trong suốt, vì vậy một phần cắt JPEG sẽ bị buộc phải có nền. Hãy khớp định dạng với nơi phần cắt được sử dụng.

Cách nhanh nhất để xử lý lô xóa nền là gì?

Sắp xếp thư mục theo độ phức tạp của nền, chạy loại bỏ tự động trên bộ ảnh nền sạch trước, ghi đầu ra vào một thư mục mới, và gắn cờ bất kỳ kết quả nào có halo để xử lý thủ công. Không chạy các trường hợp khó (tóc, thủy tinh) qua cùng một lô hàng với mong đợi kết quả sạch — hãy tách chúng ra và tinh chỉnh bằng tay. Nút thắt cổ chai không bao giờ là tốc độ loại bỏ; đó là việc dọn dẹp thủ công trên các lỗi, vì vậy sắp xếp theo độ phức tạp ngay từ đầu là điều giúp lô hàng hoàn thành nhanh chóng. Xem batch processing guide để biết phiên bản kịch bản của quy trình làm việc này.

Xóa nền bằng AI mất bao lâu?

Vài giây cho mỗi ảnh đối với một lần cắt duy nhất, vì mô hình chạy một lần suy luận. Đối với lô hàng hàng trăm ảnh, điều đó nhân lên nhưng vẫn trong phạm vi vài phút trên máy chủ. Phần chậm không bao giờ là bản thân việc loại bỏ — mà là việc dọn dẹp thủ công các lỗi (tóc, thủy tinh, lông), đó là lý do tại sao sắp xếp một lô theo độ phức tạp của nền và xử lý các trường hợp khó riêng biệt sẽ giúp hoàn thành quá trình nhanh chóng. Hãy tính thời gian cho việc tinh chỉnh cạnh, chứ không phải cho lần chạy tự động.

Image credits

• Segmentation pipeline and hair-edge detail — generated by the author from a studio portrait photograph (Pexels #8727530, photo by Tima Miroshnichenko) to illustrate the mask-prediction pipeline and the hair-edge case.