写真をアップすると被写体を自動で見つけて背景を消し、透過 PNG を作ります。白や好きな色、元画像をぼかした背景に置き換えて JPG で受け取ることもできます。一般的な背景削除サービスとの違いは、写真がサーバーに送られないこと。分割モデルがブラウザ内で動き、結果は元の解像度のままです。ウォーターマークも枚数制限もありません。初回だけモデル（約 90MB）をダウンロードし、次回以降はキャッシュからすぐ開きます。
WebGPU のあるブラウザ（Chrome・Edge・Safari 26 以降）では1枚あたり1秒前後です。ない場合は CPU で動き、10〜40 秒かかることがあります。どちらで動いているかは一覧の上に表示します。
写真のピクセルごとに「被写体か、背景か」を 0 から 1 の値で判定します。この値の地図がマスクで、マスクをアルファチャンネルとして付けると背景が透明な PNG になります。
マスクを作るのは分割（セグメンテーション）ニューラルネットワークです。ここでは ISNet という公開モデルを使います。高解像度の物体分割を目標に学習されたモデルなので、人物だけでなく商品・動物・文字・ロゴも扱えます。
モデルは 1024×1024 に縮めた写真を見て、同じ大きさのマスクを返します。そのマスクを元の大きさへ滑らかに拡大して付けるため、結果は元の解像度です。ただしマスクの精度は 1024 基準なので、非常に大きな写真では細かい縁がわずかに甘く見えることがあります。
多くの背景削除サービスは写真をサーバーへ送って処理します。どれだけ保管されるか、学習に使われるかはサービスごとに違い、規約を読まないと分かりません。
ここでは向きが逆です。モデルファイルがブラウザへ降りてきて、写真はその場にとどまります。開発者ツールのネットワークタブを開いておけば、写真を送る通信がないことを自分の目で確認できます。
だから未発表の商品カット、契約前の案、子どもの写真、身分証に使う写真のように外に出したくない写真に向いています。
ブラウザに WebGPU があればモデルはグラフィックチップで動きます。デスクトップの Chrome・Edge、Mac と iPhone の Safari 26 以降、Android の Chrome が対象で、1枚あたり1秒前後です。
WebGPU がなければ CPU（WebAssembly）で動きます。この場合は1枚に 10 秒から 40 秒かかることがあり、ノート PC とスマートフォンの差が大きいです。どちらで動いているかは一覧の上に表示します。
複数枚をアップした場合は1枚ずつ順に処理します。同時に動かすとメモリが一気に増え、スマートフォンでは止まりやすいからです。
うまくいく：背景と色や明るさが違う被写体、主要な被写体が1〜2つ、白い壁や単色の前で撮った商品・人物。
難しい：背景と似た色の髪や服、ガラス・煙・水のような半透明のもの、網や枝のように背景が透けて見える構造、画面の 5% にも満たない小さな被写体。
結果がいまひとつなら、写真を変えるのが早道です。背景が単純な別の角度、被写体と背景を分ける照明、少し大きく写した写真なら、マスクは目に見えて良くなります。
透明（PNG）は他の画像の上に載せるときに使います。プレゼン資料、EC の商品ページ、ステッカー、プロフィール写真などで、PNG はアルファチャンネルをそのまま保持します。
白は EC のメイン画像や証明写真の規格で求められることが多いです。JPG で保存するとファイルがずっと小さくなります。
好きな色はブランドカラーの背景や SNS のサムネイルに、元画像のぼかしはポートレートの「ボケ」を真似るときに使います。背景をあとで変えても再処理はせず、合成だけやり直します。
透過 PNG は同じピクセル数の JPG よりずっと大きいです。Web に載せるなら「画像圧縮」で WebP に変えると、アルファを保ったまま大きく減ります。
証明写真は「白」背景で保存したあと、「証明写真トリミング」で国ごとの規格（35×45mm など）に合わせて切り抜いてください。背景を変えた写真をそのまま出すと、頭の比率が合わず不受理になることがあります。
iPhone の HEIC 写真はブラウザが直接読めないことがあります。先に「HEIC → JPG」で変換してからアップしてください。
モデルは ISNet（Dichotomous Image Segmentation、Qin ほか 2022）の汎用重みです。Apache-2.0 で公開されたものをブラウザで動くよう fp16 ONNX に変換し、このサイトから直接配信しています。
実行は ONNX Runtime Web が担います。外部 CDN は呼ばず、モデルもコードもこのドメインから来ます。そのため一度このツールを開いたあとは機内モードでも動きます。
学習した写真とかなり違う種類（医用画像・衛星写真・図面）では結果が悪いことがあります。日常の写真・商品・人物が学習分布の中心です。
されません。背景を見つけるモデルはブラウザ内で実行されます。ネットワークを流れるのは初回に受け取るモデルファイルとページのコードだけで、写真そのものは端末を離れません。未発表の商品写真や他人の顔が入った写真では、この違いが実際に重要です。
いいえ。結果は元の解像度のままです。長辺が 4096px を超える写真だけ、その大きさに縮めて合成します。ウォーターマークも枚数制限もありません。
おおむね自然に仕上がりますが、常に完璧とは限りません。背景と色の近い髪、ガラス・煙・網のような半透明のもの、とても小さな被写体は縁がぼやけたり少し削れたりすることがあります。被写体と背景のコントラストが大きいほど良く、結果がいまひとつなら照明の違う写真を試してください。
背景を見つけるニューラルネットワークの重みです。サーバー処理のサービスはこれをサーバー側に持っていますが、ここでは写真を送らない代わりにモデルがブラウザに来ます。一度受け取ればブラウザのキャッシュに残り、次回以降はすぐ開きます。モバイル回線では、先に Wi-Fi で一度開いておくのがおすすめです。
できます。背景で「白」を選んで JPG で保存し、規格に合わせた切り抜きは「証明写真トリミング」で続けてください。提出先ごとに背景の均一性の基準があるので、縁を確認してから提出してください。
このツールが何を根拠に計算し、どこまで答えられるかを明示します。
写真を 1024×1024 に縮めて (x/255 − 0.5) で正規化し、ISNet（fp16 ONNX）に入力します。出力の確率マップを最小・最大で伸ばして 0〜255 のアルファにし、元の大きさ（長辺 4096px 上限）へ滑らかに拡大して元画像のアルファとして付けます。背景の置き換えはそのアルファを保ったまま、下に色やぼかした元画像を敷いて再合成します。推論はブラウザ内で、WebGPU があれば GPU、なければ WebAssembly（CPU）で実行されます。3000×2000px の写真：モデル入力は 1024×1024、出力マスクも 1024×1024 です。マスクを 3000×2000 に拡大して付けると結果の PNG は 3000×2000 で、長辺が 4096 以下なので縮小しません。6000×4000 の写真なら 4096×2731 に縮めて合成します。