LLM immagine non forniscono i veri e propri background RGB 255/255/255, non importa cosa dice il prompt. Il modello White Studio di Apiway fa - tramite un condotto post-elaborazione a quattro stadi che funziona dopo che l'LLM ha finito il suo lavoro. Ecco il passaggio tecnico, comprese le modalità di fallimento che abbiamo corso nella costruzione.
Perché l'LLM non può farlo da solo
I modelli di diffusione riproducono modelli statistici dai dati di formazione. I fondali reali dei prodotti in dati di formazione fotografica sono quasi mai letteralmente bianchi puri — le pareti del ciclorama riflettono al ~95% albedo, la carta senza cuciture raccoglie gradienti, il rumore del sensore solleva il pixel del pavimento da pochi valori digitali. Il modello ha imparato che “sfondo bianco” significa leggermente strutturato fuori bianco. (Più: perché il tuo prompt per puro bianco dà ancora grigio.)
Chiedere al modello di consegnare il vero #FFFFFF combatte la distribuzione di formazione. La mossa giusta è quella di lasciare che il modello produca la sua migliore immagine e quindi applicare il colore di sfondo deterministicamente in un post-pass.
Fase 1: segmentazione soggetto con conservazione dell'ombra
Identificare il primo piano (modello + indumento) come una maschera, l'ombra del cast sotto i piedi come una maschera morbida separata, e lo sfondo come il resto. Tre strati, non due.
La maschera ombra è lo strato più pipelines miss. Senza di essa, il ricomposito scende il contatto del pavimento e il modello sembra che stia galleggiando — che è peggio di uno sfondo leggermente grigio, perché gli acquirenti registrano il galleggiante istantaneamente. Con esso, il modello rimane in terra.
Usiamo un modello di segmentazione personalizzato che gestisce specificamente i casi di bordo della moda-fotografia: capelli sullo sfondo, bordi in tessuto drapey, accessori come cinture e borse la cui silhouette non è banale.
Fase 2: ricompositi su #FFFFFF letterale
Generare una nuova tela al rapporto di aspetto di destinazione (1:1, 4:5, 9:16, ecc), riempito con RGB letterale 255/255/255. Posizionare la maschera del soggetto primo piano in cima. Posizionare la maschera ombreggiante morbida sulla tela bianca a una ridotta opacità (tipicamente 15-35% a seconda dell'immagine originale).
In questa fase il pixel dell'angolo è veramente #FFFFFF. La questione di conformità della politica amazzonica è risolta.
Fase 3: alfa matting ai bordi
I bordi di taglio duro sembrano inconfondibilmente compositi. I capelli in particolare — un bordo poligono pulito attraverso i capelli legge come falso istantaneamente. Il gasdotto gestisce un passante alfa-matting imparato che ammorbidisce i bordi, lascia sottili fili di capelli piuma nello sfondo bianco e preserva la texture bordo tessuto.
Questo è il palco che ha richiesto il più lungo per ottenere il giusto. Versioni iniziali o over-feathered (il pelo sanguinante in background) o sotto-feathered (i bordi poligono difficili). La versione di produzione si estrae alla linea campionando la morbidezza del bordo originale dall'uscita LLM e abbinandola alla nuova tela.
Fase 4: correzione tono in primo piano
Una volta che il primo piano è su una tela #FFFFFF fresca, l'illuminazione originale generata LLM può guardare leggermente fuori rispetto al nuovo sfondo. Il modello è stato acceso per un originale fuori bianco; la tela bianca è più luminosa, e il contrasto può leggere duro.
Un piccolo passo di tono-correzione globale riequilibra il primo piano per sembrare che è stato sempre colpito su questo sfondo. Subtle — di solito un 2-5 per cento di regolazione alla luminanza di primo piano, più un piccolo spostamento di bilanciamento bianco se l'originale è stato acceso caldo.
Modalità di fallimento che abbiamo colpito costruendo
- Modelli galleggianti: le prime versioni hanno abbandonato la maschera ombra. Fissato tracciando l'ombra del cast come uno strato separato attraverso la pipeline.
- Bordi di alo: un sottile anello fuori colore intorno al primo piano quando la segmentazione ha afferrato un bordo di un pixel dello sfondo originale. Fissato riducendo la maschera di primo piano di 1-2 pixel e utilizzando alfa-matting al limite.
- Fragmentazione dei capelli: i fili di capelli fini che vengono tagliati in una silhouette poligonale. Fissato dal passaggio alfa-matting nella fase 3.
- Occlusione degli accessori: cinghie, cinghie di borsa, catene di gioielli che sono scompaiute come sfondo. Fissato formando il modello di segmentazione sui dati specifici della moda con queste classi etichettate.
Prestazioni e forma dei costi
La pipeline termina in circa 1,5–3 secondi per immagine sull'infrastruttura GPU di produzione. Il costo viene assorbito nel prezzo di credito per-shot; l'utente non vede la pipeline come elemento di linea separato. (Ricapitano di scrittura: un credito equivale ad un centesimo.)
Perché questo è un vero e proprio bordo del prodotto
La maggior parte degli strumenti IA di moda sia saltare il gasdotto (e spedire un output leggermente grigio che non riesce la regola di Amazon) o scaricare il lavoro di sfondo bianco all'utente (manuale Photoshop pass per immagine). Apiway lo rende il default per White Studio. Il consegnabile è conforme ai criteri nel momento in cui lascia il modello.
Prova il pixel dell'angolo da te
Generare un'immagine in White Studio. Campioni il pixel dell'angolo in qualsiasi editor di immagini. Verificare che si legga RGB 255/255/255. Conti gratuiti nave con 150 crediti una volta — sufficiente per verificare e testare lo stress sui file di indumento reali.