Suelta una foto y la herramienta localiza el sujeto, elimina el fondo y te entrega un PNG transparente. También puedes cambiar el fondo por blanco, cualquier color o una copia desenfocada del original y descargar un JPG. Lo que la distingue de los quitafondos habituales es que la foto nunca se sube. El modelo de segmentación corre dentro de tu navegador y el resultado conserva la resolución original. Sin marca de agua ni límite de fotos. La primera vez se descarga el modelo (unos 90 MB); después abre desde la caché.
En navegadores con WebGPU (Chrome, Edge, Safari 26 y posteriores) una foto tarda alrededor de un segundo. Sin él, el modelo corre en la CPU y puede tardar de 10 a 40 segundos. Una etiqueta sobre la lista indica qué vía está activa.
Para cada píxel, el modelo estima «sujeto o fondo» como un valor entre 0 y 1. Ese mapa es la máscara; adjunta como canal alfa, convierte la foto en un PNG con fondo transparente.
La máscara la produce una red de segmentación. Esta herramienta usa ISNet, un modelo publicado y entrenado para segmentar objetos en alta resolución, así que maneja productos, animales, rótulos y logotipos igual que personas.
El modelo ve la foto reducida a 1024×1024 y devuelve una máscara del mismo tamaño. Esa máscara se amplía con suavidad a las dimensiones originales, y por eso el resultado conserva la resolución completa. La precisión de la máscara sigue definida a 1024, así que en fotos muy grandes los bordes más finos pueden verse algo suavizados.
La mayoría de los quitafondos envían tu foto a un servidor. Cuánto tiempo se guarda, y si se usa para entrenar, varía según el servicio y vive en unas condiciones que tendrías que leer.
Aquí la dirección es la contraria. El archivo del modelo baja al navegador y la foto se queda donde está. Abre la pestaña de red de las herramientas de desarrollo y compruébalo tú mismo: ninguna petición lleva la imagen fuera.
Eso la hace apta para fotos de producto sin lanzar, borradores antes de firmar un contrato, fotos de niños e imágenes para documentos de identidad.
Si el navegador tiene WebGPU, el modelo corre en el chip gráfico. Eso cubre Chrome y Edge de escritorio, Safari 26 y posteriores en Mac e iPhone, y Chrome en Android, a más o menos un segundo por foto.
Sin WebGPU, el modelo corre en la CPU mediante WebAssembly. Cuenta con 10 a 40 segundos por foto, con una brecha grande entre portátiles y teléfonos. La etiqueta sobre la lista indica qué vía está activa.
Varias fotos se procesan una tras otra. Ejecutarlas en paralelo multiplicaría el uso de memoria y bloquearía los teléfonos.
Funcionan bien: un sujeto que se diferencia del fondo en color o brillo, uno o dos sujetos principales, productos o personas fotografiados ante una pared lisa o un color uniforme.
Difíciles: pelo o ropa de color parecido al fondo, materiales semitransparentes como cristal, humo o agua, estructuras que dejan ver el fondo como mallas o ramas, y sujetos menores de un 5% del encuadre.
Cuando un resultado decepciona, cambiar la foto es más rápido que arreglar la máscara. Otro ángulo con fondo más simple, una iluminación que separe sujeto y fondo, o un encuadre más cerrado mejoran la máscara de forma notable.
Transparente (PNG) sirve para colocar el sujeto sobre otra cosa: diapositivas, fichas de producto, pegatinas, fotos de perfil. El PNG guarda el canal alfa intacto.
Blanco es lo que suelen exigir los anuncios de marketplaces y las especificaciones de fotos de carnet. Descargado en JPG, el archivo es mucho más pequeño.
Un color personalizado va bien para fondos de marca y miniaturas en redes; el original desenfocado imita el «bokeh» de un objetivo de retrato. Cambiar el fondo después no vuelve a ejecutar el modelo, solo la composición.
Un PNG transparente pesa mucho más que un JPG de los mismos píxeles. Para la web, conviértelo a WebP con «Comprimir imágenes»: el alfa se conserva y el archivo baja mucho.
Para una foto de carnet, descarga con fondo blanco y después recorta a la especificación nacional (35×45 mm, etc.) con «Recorte de foto carnet». Presentar la foto recompuesta tal cual puede fallar por la proporción de la cabeza.
Los archivos HEIC del iPhone pueden no abrirse directamente en el navegador. Conviértelos antes con «HEIC a JPG».
El modelo son los pesos de uso general de ISNet (Dichotomous Image Segmentation, Qin et al. 2022), publicados bajo Apache-2.0. Está convertido a ONNX fp16 para poder correr en un navegador y se sirve directamente desde este sitio.
La ejecución corre a cargo de ONNX Runtime Web. No se llama a ningún CDN externo; modelo y código vienen de este dominio, y por eso la herramienta sigue funcionando en modo avión una vez abierta.
Imágenes muy distintas de los datos de entrenamiento (radiografías, imágenes de satélite, planos técnicos) pueden producir máscaras pobres. Las fotos cotidianas, los productos y las personas son el centro de la distribución de entrenamiento.
No. El modelo que encuentra el fondo corre dentro de tu navegador. Lo único que cruza la red es el archivo del modelo, que se descarga una vez, y el código de la página. La foto en sí se queda en tu dispositivo. Eso importa con fotos de productos sin lanzar o con caras de otras personas.
No. El resultado conserva la resolución original. Solo las fotos cuyo lado largo supera los 4096 px se reducen a ese tamaño antes de componer. No hay marca de agua ni límite de fotos.
Normalmente se ven naturales, aunque no siempre perfectos. El pelo de color parecido al fondo, las cosas semitransparentes como cristal, humo o malla, y los sujetos muy pequeños pueden salir suaves o algo comidos. Lo que más ayuda es un contraste fuerte entre sujeto y fondo; si el resultado decepciona, prueba una foto con otra iluminación.
Son los pesos de la red neuronal que encuentra el fondo. Un servicio en servidor los guarda en sus máquinas; aquí el modelo viene a tu navegador en lugar de que tu foto salga. Una vez descargado se queda en la caché del navegador, así que las visitas siguientes abren al instante. Con datos móviles, abre la herramienta una vez con Wi-Fi.
Sí. Elige «Blanco» como fondo y descarga en JPG; después recorta a las medidas exigidas con la herramienta «Recorte de foto carnet». Cada organismo tiene sus normas sobre la uniformidad del fondo, así que revisa los bordes antes de presentarla.
En qué se basan estos números y hasta dónde llegan.
La foto se reduce a 1024×1024, se normaliza como (x/255 − 0,5) y se pasa a ISNet (ONNX fp16). El mapa de probabilidad de salida se estira por mínimo y máximo a un alfa de 0–255, se amplía con suavidad al tamaño original (lado largo limitado a 4096 px) y se adjunta al original como canal alfa. El cambio de fondo conserva ese alfa y recompone sobre un color o una copia desenfocada. La inferencia corre en el navegador, en la GPU mediante WebGPU cuando está disponible y, si no, en la CPU mediante WebAssembly.Una foto de 3000×2000 px: la entrada del modelo es 1024×1024 y la máscara de salida también. Ampliada a 3000×2000 y adjuntada, el PNG resultante es de 3000×2000; el lado largo está por debajo de 4096, así que no se reduce nada. Una foto de 6000×4000 se compone a 4096×2731.