Update README.md

README.md

@@ -4,8 +4,165 @@ emoji: ✂️
 colorFrom: indigo
 colorTo: indigo
 sdk: gradio
-sdk_version: 5.33.1
+sdk_version: 5.35.0
 app_file: app.py
 pinned: false
 license: mit
----
+---
+I'll create comprehensive documentation for this object segmentation and background removal application in both English and Korean.
+
+## English Documentation
+
+### Advanced Object Cutout Tool - AI-Powered Background Removal
+
+This application is a sophisticated object segmentation tool that combines Grounding DINO for object detection and a specialized Box Segmenter for precise background removal, offering two intuitive methods for isolating objects from images.
+
+#### Key Features
+
+1. **Dual Input Methods**
+   - **Text Prompt Mode**: Simply describe the object you want to extract (e.g., "chair", "potted plant")
+   - **Bounding Box Mode**: Manually draw a box around the object for precise selection
+   - Both methods provide high-quality cutouts with transparent backgrounds
+
+2. **Advanced AI Models**
+   - **Grounding DINO**: State-of-the-art object detection model that understands natural language descriptions
+   - **Box Segmenter**: Refined segmentation model for pixel-perfect object extraction
+   - **PyMatting Integration**: Advanced alpha matting for clean edges without halos
+
+3. **Professional Edge Processing**
+   - **Color Decontamination**: Removes color bleeding from edges using ML-based foreground estimation
+   - **Alpha Matting**: Preserves fine details like hair, fur, and transparent objects
+   - **Automatic Cropping**: Intelligently crops the result to the object boundaries
+
+4. **User-Friendly Interface**
+   - **Image Slider**: Before/after comparison view for immediate visual feedback
+   - **Download Options**: Easy one-click download of processed images
+   - **Example Gallery**: Pre-loaded examples demonstrating various use cases
+   - **Responsive Design**: Works seamlessly on desktop and mobile devices
+
+#### Technical Implementation
+
+The application leverages several cutting-edge technologies:
+- **Grounding DINO**: For natural language-based object detection
+- **Refiners Library**: Custom segmentation model with SOTA performance
+- **PyMatting**: Advanced matting algorithms for edge refinement
+- **Gradio**: Modern web interface with GPU acceleration via ZeroGPU
+- **Pillow HEIF**: Support for modern image formats including HEIC and AVIF
+
+Processing Pipeline:
+1. **Object Detection** (Text mode only):
+   - Processes natural language prompt with Grounding DINO
+   - Identifies object location with bounding box coordinates
+   - Handles multiple detections by computing union of boxes
+
+2. **Segmentation**:
+   - Applies Box Segmenter model to extract precise object mask
+   - Runs on GPU for real-time performance
+   - Generates high-resolution binary mask
+
+3. **Edge Refinement**:
+   - Applies color decontamination to remove edge artifacts
+   - Uses ML-based foreground estimation for natural edges
+   - Preserves transparency and semi-transparent regions
+
+4. **Post-Processing**:
+   - Composites object onto transparent background
+   - Auto-crops to remove excess transparent areas
+   - Saves as PNG with full alpha channel support
+
+#### Performance Optimizations
+
+- **GPU Acceleration**: Automatic CUDA optimization with @spaces.GPU decorator
+- **Image Size Management**: Automatic resizing for images over 2048px
+- **Efficient Memory Usage**: Model offloading and careful tensor management
+- **Batch Processing**: Optimized for single-image processing with minimal latency
+- **Format Support**: Native support for HEIC, AVIF, JPEG, PNG, and more
+
+#### Use Cases
+
+Perfect for:
+- **E-commerce**: Product photography with clean backgrounds
+- **Graphic Design**: Extracting elements for compositions
+- **Social Media**: Creating stickers and transparent overlays
+- **Photography**: Isolating subjects for editing
+- **Education**: Teaching object detection and segmentation concepts
+- **Marketing**: Creating promotional materials with isolated products
+
+---
+
+## 한글 설명서
+
+### 고급 객체 추출 도구 - AI 기반 배경 제거
+
+이 애플리케이션은 객체 감지를 위한 Grounding DINO와 정밀한 배경 제거를 위한 전문 Box Segmenter를 결합한 정교한 객체 분할 도구로, 이미지에서 객체를 분리하는 두 가지 직관적인 방법을 제공합니다.
+
+#### 주요 기능
+
+1. **이중 입력 방식**
+   - **텍스트 프롬프트 모드**: 추출하려는 객체를 간단히 설명 (예: "의자", "화분")
+   - **경계 상자 모드**: 정밀한 선택을 위해 객체 주위에 수동으로 상자 그리기
+   - 두 방법 모두 투명 배경의 고품질 추출 결과 제공
+
+2. **고급 AI 모델**
+   - **Grounding DINO**: 자연어 설명을 이해하는 최첨단 객체 감지 모델
+   - **Box Segmenter**: 픽셀 단위의 완벽한 객체 추출을 위한 정제된 분할 모델
+   - **PyMatting 통합**: 헤일로 없는 깨끗한 가장자리를 위한 고급 알파 매팅
+
+3. **전문적인 가장자리 처리**
+   - **색상 오염 제거**: ML 기반 전경 추정을 사용하여 가장자리의 색상 번짐 제거
+   - **알파 매팅**: 머리카락, 털, 투명 객체와 같은 세밀한 디테일 보존
+   - **자동 크롭**: 객체 경계에 맞춰 지능적으로 결과물 크롭
+
+4. **사용자 친화적 인터페이스**
+   - **이미지 슬라이더**: 즉각적인 시각적 피드백을 위한 전후 비교 뷰
+   - **다운로드 옵션**: 처리된 이미지의 간편한 원클릭 다운로드
+   - **예제 갤러리**: 다양한 사용 사례를 보여주는 사전 로드된 예제
+   - **반응형 디자인**: 데스크톱과 모바일 기기에서 원활하게 작동
+
+#### 기술적 구현
+
+애플리케이션은 여러 최첨단 기술을 활용합니다:
+- **Grounding DINO**: 자연어 기반 객체 감지
+- **Refiners 라이브러리**: SOTA 성능의 커스텀 분할 모델
+- **PyMatting**: 가장자리 정제를 위한 고급 매팅 알고리즘
+- **Gradio**: ZeroGPU를 통한 GPU 가속이 포함된 현대적 웹 인터페이스
+- **Pillow HEIF**: HEIC 및 AVIF를 포함한 최신 이미지 형식 지원
+
+처리 파이프라인:
+1. **객체 감지** (텍스트 모드 전용):
+   - Grounding DINO로 자연어 프롬프트 처리
+   - 경계 상자 좌표로 객체 위치 식별
+   - 상자들의 합집합을 계산하여 다중 감지 처리
+
+2. **분할**:
+   - Box Segmenter 모델을 적용하여 정밀한 객체 마스크 추출
+   - 실시간 성능을 위해 GPU에서 실행
+   - 고해상도 이진 마스크 생성
+
+3. **가장자리 정제**:
+   - 가장자리 아티팩트 제거를 위한 색상 오염 제거 적용
+   - 자연스러운 가장자리를 위한 ML 기반 전경 추정 사용
+   - 투명도 및 반투명 영역 보존
+
+4. **후처리**:
+   - 투명 배경에 객체 합성
+   - 과도한 투명 영역 제거를 위한 자동 크롭
+   - 전체 알파 채널 지원으로 PNG 저장
+
+#### 성능 최적화
+
+- **GPU 가속**: @spaces.GPU 데코레이터로 자동 CUDA 최적화
+- **이미지 크기 관리**: 2048px 이상 이미지에 대한 자동 크기 조정
+- **효율적인 메모리 사용**: 모델 오프로딩 및 신중한 텐서 관리
+- **배치 처리**: 최소 지연 시간으로 단일 이미지 처리에 최적화
+- **형식 지원**: HEIC, AVIF, JPEG, PNG 등 네이티브 지원
+
+#### 사용 사례
+
+다음과 같은 용도에 적합합니다:
+- **전자상거래**: 깨끗한 배경의 제품 사진
+- **그래픽 디자인**: 구성을 위한 요소 추출
+- **소셜 미디어**: 스티커 및 투명 오버레이 생성
+- **사진**: 편집을 위한 피사체 분리
+- **교육**: 객체 감지 및 분할 개념 교육
+- **마케팅**: 분리된 제품으로 홍보 자료 제작