Kare denetleyicisi olarak bir görü modeli: neleri yakaladı, neleri geçirdi
Video
Görüntü modelleri tabelalara sahte kelimeler yazar, filigran ekler ve insanlara fazla parmak verir. Render sonrası bulunan kötü bir kare yeniden render maliyeti doğurur; önceden bulunursa tek bir yeniden çizim maliyeti doğurur. Bu yüzden Studio'nun çizdiği her görüntü önce bir görü modeline gösterilir.
Denetim nasıl çalışır
Her kare, uzun kenarı en fazla 1.024 piksel olan bir JPEG'e küçültülür ve tek bir talimatla gönderilir: yalnızca JSON ile yanıtla, ok true veya false ve bir sorun listesi ver; yazılı metin, harf, rakam, filigran veya logo varsa ya da bozuk el, yüz veya vücut varsa veya görüntü bozuksa false de. Reddedilen bir kare, sizin belirlediğiniz bir sınıra kadar yeni bir seed ile yeniden çizilir. Hiçbir çizim geçmezse, bozuk bir kare yayınlamak yerine iş, nedenlerle birlikte durdurulur. Düz renkli bir kare veya bazı güvenlik filtrelerinin döndürdüğü siyah kare, modele sorulmadan önce reddedilir.
Test
Senaryolarımızı yazan aynı yerel modeli kullandık; kendi makinemizde vLLM ile sunuldu ve görüntü modelimizin daha önce ürettiği dört resim verdik: ahşap masada bir fincan kahve, beyaz arka plan üzerinde bir elma, kitaplık önünde telefonda konuşan bir kişi ve üzerine "SALE 50% OFF" yazılmış kahve resmi.
- Kitaplık dahil üç temiz resim geçti; kitap sırtlarının yanlış alarm vereceğini beklemiştik.
- Sloganlı resim, "yazılı metin" gerekçesiyle reddedildi.
- Tam döngüde, sloganlı kare önce geldi, reddedildi ve yeniden çizim geçti: o sahne için iki çizim.
Her denetim, o sırada başka işlerle meşgul olan bir modelde 3 ila 14 saniye sürdü.
Neleri yapmaz
Bir görü modeli ikinci bir çift gözdür, garanti değildir. Küçük bir artefaktı kaçırabilir ve katı bir talimat bazen sizin saklayacağınız bir resmi reddeder; bu da kötü bir video yerine bir yeniden çizim maliyeti doğurur. Dört resim, bağlantıların kontrolüdür, istatistik değildir. İlk videolarınızı kendiniz izleyin ve gördüklerinize göre yeniden çizim sınırını sıkılaştırın veya gevşetin.
Studio, bu denetimi sunucunuzun görüntü girişiyle sunduğu herhangi bir modelle çalıştırır; görü ayarını boş bırakırsanız denetim kapalıdır.