图片 LLMS 无法提供真实的 RGB 255/255/255 背景, 不论提示内容如何 。 Apiway的White Studio模板确实如此——通过LLM完成任务后运行的四级后处理管道. 这是技术的走过,包括我们遇到的失败模式。
为何LLM不能单独行动
传播模式从培训数据中复制统计模式。 摄影训练数据中真实的产品背景几乎从字面上来说从未出现过纯白色——环形墙反射到~95%的反照率,无缝纸接梯度,传感器噪声通过几段数字值抬高地板像素. 该模型了解到,“白色背景”是指略微纹理的淡白。 (更多内容: 为何你对纯白的提示仍然会灰.)
要求模式交付真#FFFFFF 与训练分配对抗. 正确的动作是让模型产生最佳图像,然后在后传中强制使用背景颜色决定.
第一阶段:主题分割与阴影保护 (1)
将前方(型号+服装)识别为单面面具,脚下铸造的阴影单独作为软面面具,背景则作为其余. 分三层,非二层.
阴影面具是漏掉的管道最多的一层. 没有它,复方块会降低地板接触,模型看起来像她漂浮着——这比略微灰色的背景要糟糕,因为购物者会立即记录漂浮着的. 有了它,模型就被禁足了。
我们使用一种定制的分片模型,专门处理时尚摄影边缘的病例:背景的头发,窗帘织物边缘,像带子一样的配件和其圆筒是非三角形的袋.
阶段2: 重置到文字 #FFFFFF
以目标宽度比(1:1,4:5,9:16等)生成新画布,填充文字RGB 235/255/255. 将前台主题面具放在顶部. 将软阴影罩放在白色画布上, 降低不透明度( 通常为15–35%, 取决于原始图像) 。 (1; 4; 5; 9; 255)
在这个阶段,角像素是真实的#FFFFFF. 亚马逊政策合规问题解决.
阶段3: α在边缘交配
硬剪边看起来很复杂 特别是头发——一个干净的通过头发的多边形边缘立即读作假. 管道运行一个有学识的α-配体通过,使边缘柔软,让细毛把羽毛伸入白色背景,并保存织物边缘的纹理.
舞台上最久才开始正确 早期版本要么过度feathered(头发流血到背景),要么不足feathered(硬多边形边缘). 制作版本通过从LLM输出中取样原始边缘柔软度,并在新画布上进行匹配,来行走线条.
阶段4: 调色校正
一旦前缘在新鲜的#FFFFFF画布上,原始LLM产生的照明可以相对新背景略微淡出. 模型被点燃为非白的原创;白色画布更亮,对比可以读得严酷.
一个小的全局调值校正通过 重新平衡了前景 看起来像它总是被拍摄在这个背景。 低调 — 通常对前景光度的2%~5%的调整,如果原光被点燃,则加上微小的白平衡变化。
失败模式,我们把它建起来
- 浮动模型:早期版本投影面具. 通过跟踪阴影 来固定在输油管的隔层
- 光圈边缘: 分块抓住原背景的单像素边框时,前方周围有一个薄的脱色环. 固定在前置面具缩小1–2像素,并在边界使用α配位.
- 头发破碎细细的毛线被切成多边形的圆形 由第3阶段的α配对通过固定.
- 辅助隔离:带,包带,首饰链被误归为背景. 固定方式是培训以这些课程为标签的时尚专用数据分类模型。
业绩和成本形状
管道的端到端每幅图像运行大约1.5-3秒,在生产GPU基础设施上运行. 成本被吸收到每发信用价格中;用户不将管道视为单独的细列项目. (重述价格: 一分钱等于一分钱.)
为什么这是真正的产品边缘
大多数时尚AI工具要么跳过管道(以及将小灰输出器运送到亚马逊规则失败的地方),要么将白背景工作卸载到用户身上(每张图像的人工照片店通过). 阿皮威让白工作室成为默认. 交付品一旦离开模板,即符合政策要求。
自己去测试角落像素
生成一个图像 White Studio. . . . . . . . . . 在任意图像编辑器中标出角像素。 校验其为RGB 255/255/255。 150个一次性存款的免费账户船 足够在真实的服装档案上验证和压力测试.