Couper une personne + vêtement proprement à partir d'une image de mode n'est pas un problème résolu en 2026. Les modèles génériques de segmentation se portent assez bien sur les photographies et mal sur les images générées par l'IA, dont les bords et les ombres se comportent subtilement différemment. Voici comment Apiway segmente les sujets provenant de milieux générés par LLM pour le pipeline blanc pur.
Pourquoi la segmentation est plus difficile sur l'imagerie de l'IA
Les photographies réelles présentent des caractéristiques de bord prévisibles : aberration chromatique aux limites à contraste élevé, bruit de capteur dans des régions uniformes, chute en profondeur de champ. Des modèles génériques de segmentation s'entraînent sur des données photographiques et apprennent ces signaux comme partie intégrante de la ligne de démarcation.
Les images générées par l'IA ont des signaux différents. Les bords sont plus propres, le bruit est uniforme, la profondeur de champ est approximative plutôt que physique. Les modèles génériques de segmentation manquent souvent de façon subtile les limites de l'imagerie de l'IA: une veste se coupant la manchette, une mèche de cheveux se fragmentant, une ceinture de sac disparaissant en arrière-plan.
La décomposition à trois couches
Le passe de segmentation d'Apiway produit trois masques par image, pas les deux habituels :
- Avant-propos: le modèle et le vêtement. Masque dur avec bords alpha.
- Ombres moulées: l'ombre douce sous les pieds et derrière le modèle. Masque doux, faible opacité.
- Historique: tout le reste. Jeté au stade de recomposite.
L'ombre comme couche séparée est la décision architecturale la plus importante. (Plus : Pourquoi nous recomposons sur le blanc pur.) Sans elle, les modèles semblent flotter dans l'espace.
Cas de bord pour lesquels le modèle a été formé
La segmentation générique échoue sur ces; l'entraînement spécifique à la mode d'Apiway les capture.
- Filons de cheveux fins sur le fond — accouplement alpha plutôt que coupe en polygone dur.
- Tissus en évidence ou partiellement transparents, dont le fond doit être partiellement visible.
- De longues chaînes de bijoux qui s'éclaircissent dans la largeur du pixel de fond.
- Bracelets et ceintures de sac traversant la silhouette du corps.
- Verre et accessoires réfléchissants (verres, cristaux de montre).
- Tissu de draperie détaché où la limite est vraiment ambiguë.
Alpha matting à la frontière
Les découpes sont composées. Le pipeline exécute un passe alpha-matting appris à la limite avant-plan-arrière-plan qui permet aux pixels d'être partiellement transparents plutôt que complètement en dedans ou en dehors. C'est ce qui permet aux cheveux de se recouvrir dans le fond blanc au lieu de laisser un bord de polygone dur.
Le passage alpha est étalonné sur la sortie LLM originale : si l'original avait des bords mous et flous (par exemple : un tir rétroéclairé), le tapissage préserve plus de cette douceur. Si l'original avait des bords croustillants (p. ex. éclairage studio), le tapis reste plus serré.
Pourquoi la préservation de l'ombre est-elle particulièrement importante?
Les ombres sont le signal de mise à la terre le plus important pour le système visuel humain. Une image de mode où le modèle n'a pas d'ombre de contact sous les pieds se lit comme composite instantanément — plus vite que l'œil conscient peut exprimer pourquoi. Même une petite ombre douce à 20 % d'opacité ancre le modèle au sol et fait que la sortie se sente photographiée plutôt que collaguée.
Pour la conformité Amazon-politique en particulier, ombres douces sont explicitement autorisés (la règle est -de fond blanc pur, pas -de l'ombre sous le produit -). L'ombre reste dans l'enveloppe de la politique tout en enlevant l'artéfact modèle flottant.
Forme de la performance
La segmentation fait partie du pipeline de post-traitement. Environ 0,5 à 1,0 secondes par image sur les GPU de production. Le coût est absorbé dans le prix de crédit par coup; aucun article de ligne séparée.
Pourquoi nous avons construit ça plutôt que d'appeler une API tierce
Les API de segmentation hors-la-seuil sont adaptées aux photographies et aux cas d'utilisation par les consommateurs. Ils manquent souvent les boîtiers de bord spécifiques à la mode (chaînes de bijoux, tissu pur, ombres moulées). Ils facturent également par appel, ce qui aggrave le coût par coup de force d'une manière qui rompt le modèle de prix d'un crédit égal à 1 %.
Un modèle personnalisé formé sur les données spécifiques à la mode offre une meilleure sortie et un coût marginal zéro par appel. L'investissement dans l'ingénierie a été remboursé au cours du premier trimestre de production.
Voir le résultat de segmentation vous-même
Générer n'importe quelle image White Studio. La sortie est le résultat de post-séparation — le sujet de premier plan et de jeter l'ombre sur une toile blanche pure. Compte gratuit expédié avec 150 crédits uniques — suffisamment pour tester les vêtements et les caisses de bord.