AI jako kontroler jakości fotografii produktowej
Model nie musi edytować obrazu, żeby był użyteczny. Wystarczy, że znajdzie powód do odrzucenia: kurz, palce, rysy, nieostrość, przepalenia albo brakujący element zestawu.
Najbardziej niedoceniane zastosowanie modeli wizyjnych w fotografii produktowej nie polega na poprawianiu zdjęć, tylko na ich ocenianiu. Kontroler jakości nie musi być kreatywny — musi być konsekwentny i niezmęczony.
Problem
Człowiek sprawdzający pięćset zdjęć pod rząd traci czujność po pierwszej setce. Drobiny kurzu na ciemnej powierzchni, lekka nieostrość albo brak jednego elementu w zestawie przechodzą do katalogu i wracają jako reklamacja albo zwrot.
Co da się mierzyć obiektywnie
- Ostrość — wariancja laplasjanu liczona na obszarze produktu, nie na całym kadrze. Rozmyte tło jest pożądane i nie może obniżać oceny.
- Przepalenia — udział pikseli o maksymalnej wartości w obrębie produktu. Na chromie zawsze będzie ich trochę; próg musi zależeć od kategorii produktu.
- Kadrowanie — pozycja środka obrysu i margines względem krawędzi kadru, porównywane ze wzorcem dla danej serii.
- Tło — jednorodność po usunięciu produktu i brak resztek po segmentacji.
Co wymaga modelu
Kurz, odciski palców i rysy to zadanie dla detektora wytrenowanego na własnych przykładach. Kluczowa okazała się definicja: nie każda drobina jest defektem. Punkt na tle, które i tak zostanie usunięte, jest bez znaczenia; ten sam punkt na produkcie dyskwalifikuje zdjęcie.
Osobnym zagadnieniem jest kompletność zestawu. Model porównuje wykryte elementy z listą oczekiwaną dla danego SKU — brak uszczelki czy klucza w kadrze to najczęstszy błąd, jaki wyłapuje kontrola.
Ocena zamiast wyroku
System nie mówi „dobre” albo „złe”. Wystawia cztery oceny cząstkowe i wskazuje najsłabszą. Dzięki temu retuszer od razu wie, co poprawić, zamiast szukać powodu odrzucenia.
Próg akceptacji jest parametrem, nie stałą. Zdjęcie do miniatury w wyszukiwarce i zdjęcie do powiększenia mają inne wymagania co do ostrości — to samo ujęcie może przejść jako pierwsze i nie przejść jako drugie.
Wynik
Kontrola przepuszcza większość materiału bez ingerencji, a odrzucenia w zdecydowanej większości okazują się słuszne. Fałszywe alarmy dotyczą prawie wyłącznie produktów o nietypowej fakturze, którą model bierze za rysy.
Efekt uboczny okazał się cenniejszy od samej kontroli: statystyki odrzuceń pokazały, że większość defektów pochodziła z jednego stanowiska, na którym brakowało osłony przed kurzem. Naprawa problemu u źródła była tańsza niż jakikolwiek retusz.
