Image LLMは、プロンプトが何を言うかに関係なく、真のRGB 255/255/255の背景を提供していません。 ApiwayのWhite Studioテンプレートは、LMが作業を終えた後に実行する4段階のポスト処理パイプラインを介して行われます。 そこで、私たちがそれを造るのに走った故障モードを含む技術的なウォークスルーです。
LLMがこれだけを行うことができない理由
トレーニングデータから統計パターンを再現するディフュージョンモデル。 実質的な製品の背景は、ほぼ文字通り純粋な白ではありません。シクラマの壁は〜95%アルベトに反映され、シームレスな紙は、階のピクセルを数のデジタル値で持ち上げ、勾配をピックアップします。 白色背景が若干の質感がオフホワイトであることが判明しました。 (もっと読む): なぜ純粋な白のためのあなたのプロンプトはまだ灰色を与えます.)
トレーニング流通の課題を解決する #FFFFFF は、トレーニング流通の課題を解決します。 右側の移動は、モデルが最高のイメージを生成し、後方にある背景色を決定的に強制することです。
ステージ1:影保存による被写体セグメント化
フォアグラウンド(モデル+衣服)を1つのマスクとして識別し、足の下にあるキャストシャドウは別のソフトマスクとして、残りとして背景を。 3層、2層ではなく。
影のマスクは、レイヤーの最もパイプラインが欠落しています。 とはいえ、リポジトリは床の接触を低下させ、モデルは彼女が浮いているように見えます。これは少し灰色の背景よりも悪いです。買い物客は即座に浮動小数を登録するので。 と、モデルが接地します。
特にファッション・ホトグラフィーのエッジ・ケースを扱うカスタム・トレンディなセグメンテーションモデルを使用しています。背景、ドレープのファブリック・エッジ、ベルトやシルエットが非トバイアルであるバッグなどのアクセサリー。
ステージ2:リテラル#FFFFFFにリコンポジット
ターゲットアスペクト比(1:1、4:5、9:16など)で新しいキャンバスを生成し、リテラルRGB 255/255/255で埋め込まれます。 フォアグラウンドのマスクを上に配置します。 ソフトシャドウマスクを白のキャンバスの上に置き、オパシティを低下させる(オリジナルイメージに応じて、通常15〜35%)。
この段階では、角ピクセルが本物 #FFFFFF です。 Amazon-policy コンプライアンスに関する質問は解決されます。
ステージ3:エッジでアルファマット
硬刃先は、未熟に合成されています。 髪は特に、髪を通したきれいなポリゴンのエッジは即座に偽物として読みます。 パイプラインは、エッジを柔らかくし、細かい髪のストランドを白い背景にし、生地のエッジの質感を維持できるように学習されたアルファマットパスを実行します。
一番長いステージで、一番長く受けるステージです。 初期バージョンは、上書き(背景に出血する)または下塗り(硬いポリゴンエッジ)のいずれかです。 制作版は、LM出力の元のエッジの柔らかさをサンプリングし、新しいキャンバスにマッチすることでラインを歩きます。
ステージ4:フォアグラウンドを横断トーン補正
フォアグラウンドが新しい #FFFFFF キャンバスに入ったら、元の LLM 生成された照明は新しい背景に若干オフに見えます。 オフホワイトオリジナルに、白色のキャンバスが明るく、コントラストが粗く見える。
小さなグローバルトーン補正パスが、この背景に常にショットされたように見えるように、フォアグラウンドをバランスよく調整します。 微妙 — 通常、前景の輝度に2〜5パーセントの調整、元のライトが温まると小さな白色バランスシフト。
故障モードが起きて、それをビルドする
- フローティングモデル: 初期バージョンではシャドウマスクを落とします。 パイプラインを介して別の層としてキャストシャドウを追跡することによって固定されます。
- ハローエッジ: セグメント化が元の背景の1ピクセルの境界をつかむとき、フォアグラウンドの周りの薄いオフカラーリング。 フォアグラウンドマスクを1～2ピクセルで縮小し、境界線でアルファマッティングを使用することで固定します。
- 毛の片付け: ポリゴンシルエットにカットされる微細な髪のストランド。 ステージ3のアルファマッティングパスで固定
- アクセサリーのオクルージョン: ベルト、バッグストラップ、ジュエリーチェーンが背景に誤って分類されている。 ラベル付きのクラスで、ファッション固有のデータに関するセグメンテーションモデルをトレーニングすることで修正。
性能とコスト形状
パイプラインを生産GPUインフラストラクチャで1画像あたり約1.5〜3秒で実行するエンドツーエンド。 コストは、パーショットのクレジット価格に吸収されます。ユーザーは、パイプラインを別のライン項目として表示しません。 (注記の要約: 1つのクレジットは1セントを等しい.)
なぜこれが本当の製品エッジであるのか
ほとんどのファッションAIツールは、パイプラインをスキップします(そしてAmazonのルールに失敗するわずかに灰色の出力を出荷)、またはユーザー(マニュアルPhotoshopのパス/イメージ)にホワイトバックグラウンドの作業をオフロードします。 Apiway は White Studio のデフォルトです。 成果物は、テンプレートから離れる瞬間をポリシーに準拠しています。
コーナーピクセルを自分でテストする
一つの画像を生成します。 White Studio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 任意の画像エディタでコーナーピクセルをサンプルします。 読み込まれるRGB 255/255/255. 150 個のワンタイムクレジットで無料のアカウントの発送 — 実際の衣服ファイルで確認し、ストレステストを行うのに十分です。