Las LLM de imagen no ofrecen verdaderos fondos RGB 255/255/255, sin importar lo que diga el aviso. La plantilla de Apiway White Studio lo hace a través de un oleoducto de cuatro etapas post-procesamiento que funciona después de que el LLM haya terminado su trabajo. Aquí está el avance técnico, incluyendo los modos de falla que nos encontramos con la construcción.
¿Por qué el LLM no puede hacer esto solo
Los modelos de difusión reproducen patrones estadísticos de los datos de capacitación. Los fondos de producto reales en los datos de entrenamiento fotográfico casi nunca son literalmente blanco puro — las paredes de ciclorama reflejan al ~95% albedo, papel sin costura recoge gradientes, el ruido del sensor levanta el píxel del suelo por unos pocos valores digitales. El modelo ha aprendido que “fondo blanco” significa un poco texturado fuera de blanco. (Más: por qué su impulso para blanco puro todavía da gris.)
Pedir al modelo para entregar el verdadero #FFFFFF está luchando contra la distribución de entrenamiento. El movimiento correcto es dejar que el modelo produzca su mejor imagen y luego hacer cumplir el color de fondo deterministamente en una post-pass.
Etapa 1: segmentación de sujetos con preservación de sombras
Identificar el primer plano (model + prenda) como una máscara, la sombra de fundición bajo los pies como una máscara suave separada, y el fondo como el resto. Tres capas, no dos.
La máscara de sombra es la capa que más fallan. Sin ella, la recomposita deja caer el contacto del suelo y el modelo parece que está flotando, lo que es peor que un fondo ligeramente gris, porque los compradores registran el flotante instantáneamente. Con él, el modelo se mantiene a tierra.
Utilizamos un modelo de segmentación personalizado que maneja específicamente casos de borde de moda-fotografía: pelo contra fondo, bordes de tela de drapey, accesorios como correas y bolsas cuya silueta no estrivial.
Etapa 2: recomponerse en literal #FFFFFF
Generar un nuevo lienzo en la relación de aspecto objetivo (1:1, 4:5, 9:16, etc.), lleno de literal RGB 255/255/255. Coloque la máscara de asunto de primer plano en la parte superior. Coloca la máscara de sombra suave sobre el lienzo blanco a una opacidad reducida (típicamente 15-35% dependiendo de la imagen original).
En este momento el píxel de esquina es realmente #FFFFFF. La cuestión de cumplimiento de la política amazónica se resuelve.
Etapa 3: alfa apareamiento en los bordes
Los bordes de corte duro parecen inconfundiblemente composited. Pelo especialmente — un borde limpio de polígono a través del cabello lee como falso al instante. El gasoducto lleva un pase de alfa-matting aprendido que suaviza los bordes, permite que las cadenas finas de pelo pluma en el fondo blanco, y preserva la textura del borde de tela.
Este es el escenario que tomó el más largo para conseguir la derecha. Versiones tempranas ya sea sobre-alimentadas (hair sangrado en el fondo) o sub-alimentadas (filtros de polígono duro). La versión de producción recorre la línea al muestrear la suavidad del borde original de la salida LLM y emparejarla en el nuevo lienzo.
Etapa 4: corrección de tono en el primer plano
Una vez que el primer plano está en un nuevo lienzo #FFFFFF, la iluminación original generada por LLM puede verse ligeramente fuera de relación con el nuevo fondo. El modelo se encendió para un original blanco fuera de blanco; el lienzo blanco es más brillante, y el contraste puede leer duro.
Un pequeño pase de tono-corrección global rebalancea el primer plano para parecer que siempre fue disparado en este fondo. Sutil — generalmente un ajuste de 2–5 por ciento a la luminancia del primer plano, más un pequeño cambio de equilibrio blanco si el original se iluminaba caliente.
Modos de falla que golpeamos construirlo
- Modelos flotantes: versiones tempranas dejaron caer la máscara de sombra. Arreglado por el seguimiento de la sombra de fundición como una capa separada a través del oleoducto.
- Borde de Halo: un anillo de color delgado alrededor del primer plano cuando la segmentación tomó una frontera de un pixel del fondo original. Fijado por reducir la máscara de primer plano por 1–2 píxeles y utilizando alfa-matting en el límite.
- Fracción del cabello: finos hilos de pelo que se cortan en una silueta poligonal. Fijado por el paso alfa-matting en el escenario 3.
- Oclusión accesoria: correas, correas de bolsa, cadenas de joyería siendo malcategorizadas como fondo. Fijado por la formación del modelo de segmentación en datos específicos de la moda con estas clases etiquetadas.
Rendimiento y forma de coste
Final a final el oleoducto funciona en aproximadamente 1,5-3 segundos por imagen en la infraestructura de producción GPU. El coste se absorbe en el precio de crédito por disparo; el usuario no ve el oleoducto como un elemento de línea separado. (Recaptación de precios: un crédito igual al 1%.)
Por qué este es un verdadero borde de producto
La mayoría de las herramientas de moda IA saltan el oleoducto (y envían una salida ligeramente gris que falla la regla de Amazon) o descargan el trabajo en blanco-background al usuario (manual Photoshop pasar por imagen). Apiway lo convierte en el predeterminado para White Studio. El ejecutable es compatible con la política en el momento en que deja la plantilla.
Pruebe el píxel de la esquina
Generar una imagen en White Studio. Muestra el píxel de esquina en cualquier editor de imágenes. Verifique que lee RGB 255/255/255. Nave de cuentas gratuitas con 150 créditos de una sola vez — suficiente para verificar y probar el estrés en los archivos de prendas reales.