> For the complete documentation index, see [llms.txt](https://docs.augelab.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.augelab.com/arabic/alblwkat-alwzyfyh/blocks-reference/ai-blocks/u2net-segmentation.md).

# U2Net Segmentation

تقوم هذه الدالة باكتشاف الكائنات البارزة وإزالة الخلفية. استخدمها لاستخراج قناع المقدمة (foreground) واضح وللحصول على صورة مفصّلة حيث تمت إزالة الخلفية.

## 📥 المدخلات

* `Image Any` الصورة المدخلة للتحليل (ملونة أو تدرج رمادي). وصل مصدر الصورة التي تريد تقسيمها إلى هذا المدخل.

## 📤 المخرجات

* `Image Gray` خريطة الاحتمالية بتدرج رمادي / القناع الذي يوضح احتمال وجود الكائن في كل بكسل.
* `Image Any` الصورة المقطّعة حيث تمت إزالة الخلفية باستخدام القناع.

## 🕹️ Controls

* `Model` اختر بين نسخ U2Net المتاحة (مثلاً "U2Net (High Quality)" أو "U2NetP (Fast)"). اختر جودة أعلى للحصول على أقنعة أدق أو النموذج السريع للأداء.
* `Input Size` غيّر حجم الإدخال للنموذج. القيم الأصغر تزيد السرعة؛ القيم الأكبر تحسن التفاصيل لكن تقلل الأداء.
* `Threshold` يتحكم في تحويل خريطة الاحتمالية إلى قناع ثنائي (binarization). زيادة العتبة تجعل القناع أكثر صرامة (قليل من بكسلات المقدمة).

## 🎨 الميزات

* استخراج المقدمة لإنتاج خريطة احتمالية ناعمة وقناع ثنائي.
* مخرج صورة ملونة مقطعة يبقي فقط المقدمة المكتشفة.
* خياران للنموذج للموازنة بين الدقة والسرعة.
* إمكانية تعديل حجم المعالجة المسبقة والعتبة للتحكم الدقيق.

## 📝 تعليمات الاستخدام

1. وصل مصدر الصورة إلى مدخل `Image Any`.
2. اختر `Model` اعتماداً على تفضيلك بين الجودة أو السرعة.
3. عدّل `Input Size` للموازنة بين التفاصيل ووقت المعالجة.
4. اضبط `Threshold` للحصول على القناع الثنائي المطلوب (عاين النتيجة باستخدام `Show Image`).
5. استخدم مخرج `Image Gray` عندما تحتاج القناع لمزيد من المعالجة، واستخدم مخرج `Image Any` للعرض أو الحفظ.

## 📊 التقييم

عند التشغيل، ينتج هذا البلُوك قناع احتمالي وصورة مقطعة حسب النموذج والإعدادات الحالية. استخدم مخرج القناع لتمريره إلى بلوكات المعالجة التالية (مثلاً: فلترة، كشف محيطات، عمليات ROI).

## 💡 نصائح وحيل

* لتسريع المعالجة مع الحفاظ على جودة مقبولة: قلل `Input Size` واستخدم نموذج `U2NetP (Fast)`.
* للحصول على أقنعة أفضل على صور بها ضوضاء: مرّر المصدر عبر `Denoising` أو `Blur` قبل هذا البلُوك.
* إذا كان الموضوع صغيراً بالنسبة للصورة: استخدم `Image Resize` لزيادة عيّنة منطقة الاهتمام قبل التقسيم.
* عاين النتائج تفاعلياً بربط المخرج المقسّم إلى `Show Image`.
* احفظ النتائج تلقائياً بربط الصورة المقطعة إلى `Image Logger` أو `Image Write`.
* للمقارنة، جرّب طرق إزالة الخلفية الأخرى مثل `Background Removal (RMBG-1.4)` أو `Background Removal (BiRefNet)` لترى أيها يناسب مشهدك أفضل.
* استخدم مخرج القناع الثنائي كدخل لبلوكات ROI أو تحليل الأشكال (مثل مكتشفي المحيط أو بلوكات القياس) لاستخراج هندسة الكائن.

(تلميح: بلوكات مرافقة مفيدة — `Show Image`, `Image Resize`, `Denoising`, `Image Logger`, `Image Write`, `Background Removal (RMBG-1.4)`, `Background Removal (BiRefNet)`)

## 🛠️ استكشاف الأخطاء وإصلاحها

* إذا بدا القناع غير مكتمل أو به ضوضاء كثيرة: زد `Input Size` أو طبّق `Denoising`/`Blur` على الصورة المدخلة.
* إذا كان القناع متساهلاً جداً (تشمل الخلفية): ارفع `Threshold` لجعل القناع أكثر صرامة.
* إذا كانت المعالجة بطيئة جداً: انتقل إلى الخيار الأسرع من النماذج و/أو قلل `Input Size`.
* إذا لم يظهر أي مخرج: تأكد من توصيل صورة صالحة إلى `Image Any` وعاينها باستخدام `Show Image`.