AI-инпейнтинг: заполнение областей изображения под ключ

AI inpainting: почему ручная дорисовка областей не масштабируется

Заполнение областей изображения вручную выглядит как простая операция: выделить маску, подобрать текстуру, свести края по свету и перспективе. На одном кадре это десятки минут работы редактора — и только если фон однородный. Как только в кадре появляется сложная геометрия (отражение на глянце, полупрозрачная упаковка, пересекающиеся тени), правки идут итерациями, а маска перерисовывается по нескольку раз.

Узкое место — не скорость одного кадра, а то, как она масштабируется. Каталог на несколько тысяч позиций означает тысячи масок и тысячи решений о том, «как выглядит край»: разные редакторы дают разный контраст, зерно и температуру, и соседние карточки начинают разъезжаться по стилю. Файл Photoshop с историей слоёв при этом не перезапускается — при смене исходника или требований к фону работу приходится заново объяснять и переделывать.

AI inpainting меняет саму схему: маска задаётся один раз, генеративное заполнение областей идёт по контексту кадра и текстовой подсказке, а инженер управляет привязкой к исходнику, перекрытием краёв и разрешением результата. Партия из сотен изображений проходит за один прогон вместо сотен часов ручной дорисовки, а повторный запуск на обновлённых исходниках даёт тот же стиль без нового круга согласований. Дальше разбираем, как это закрывается в формате inpainting под ключ.

Что меняется после внедрения: темп, единообразие, класс отказов

Правка одной карточки до внедрения — это цепочка из постановки, поиска подходящего фрагмента, ручной ретуши, согласования и повторной выгрузки. После внедрения AI-инпейнтинга из неё уходит три-четыре звена: маска и эталонный образец задают результат сразу, а согласование сводится к приёмке готового файла.

Скорость обработки изображений растёт не за счёт ускорения рук, а за счёт сокращения маршрута. Единый стиль каталога перестаёт зависеть от того, кто сегодня на смене: свет, тон, направление тени и фактура задаются параметрами заполнения, поэтому десятая карточка выглядит так же, как первая.

Контроль смещается с «нравится — не нравится» на измеримые признаки: совпадение оттенка, непрерывность градиента, отсутствие видимого перехода на границе области. Часть дефектов исчезает как класс — швы и ореолы по краю заплатки, размноженные текстуры, «плывущая» перспектива, случайные повторы фрагментов.

Это ровно те ошибки, которые ручная ретушь даёт при спешке: заполнение по маске их не воспроизводит, а спорные места помечаются для ручной доводки. Масштабирование правок перестаёт быть отдельным проектом — тот же порядок работы выдерживает и десять карточек, и несколько тысяч.

Журнал изменений позволяет вернуться к любой версии изображения и не терять исходники. Качество генерации оценивается по доле файлов, принятых без правок, — этот показатель и становится главным при приёмке.

Режимы AI inpainting: сравнение подходов и ограничений

Режимы заполнения различаются не моделью, а тем, сколько контекста сцены мы отдаём генератору и сколько оставляем жёстким ограничением. Полное автоматическое заполнение области работает, когда фон ровный или повторяющийся; частичная маска сохраняет края объекта и меняет только его часть; гибридная обработка комбинирует генерацию с ручной доводкой.

Ключевые критерии выбора — есть ли референс из той же серии, насколько критична геометрия (линии, перспектива, отражения) и какую долю ручной правки мы готовы заложить.

На сложных сценах ни один одиночный режим не даёт стабильного результата: генератор дотягивает текстуру, но ломает структуру. Здесь мы собираем цикл из автоматического чернового прохода, правки маски и добивки границ — дороже по времени, зато результат повторяем на всей серии кадров.

Как мы внедряем: от разбора данных до передачи в работу

Внедрение генеративной обработки начинается не с выбора модели, а с инвентаризации материалов: смотрим разрешение исходников, наличие альфа-канала, типы дефектов, однородность фона и то, сколько ручных правок вносит человек после текущей автоматики. От этого зависит схема решения — где достаточно одной сети, а где нужен каскад из разметки, заполнения и постобработки.

1. Аудит материалов. Сводим в одну таблицу классы изображений, повторяющиеся дефекты и требования к результату: что считаем браком, какая погрешность по границам объекта допустима.
2. Схема решения. Фиксируем, как формируется маска, чем заполняется область, какие шаги идут после генерации — цветокоррекция, сведение границ, чистка ореолов.
3. Разметка масок и подготовка данных. Маски собираем автоматически по текущим правилам, затем выборочно верифицируем вручную и правим правила там, где автоматика устойчиво ошибается.
4. Настройка и обучение. Подбираем режимы под конкретный материал, добиваемся предсказуемости на разных типах кадров, а не высокой метрики на одном удачном наборе.
5. Тестовая партия. Прогоняем фиксированную выборку, сравниваем результат с эталонной ретушью и считаем долю кадров, прошедших без правок.
6. Контроль качества результата. Задаём пороги и выборочную проверку: система сама помечает сомнительные случаи, оператор смотрит только их.
7. Передача решения в работу. Разворачиваем обработку в вашем контуре, описываем регламент и обучение команды, настраиваем наблюдение за качеством при появлении новых типов материалов.

Передача — не «отдали скрипт и ушли»: остаются описание схемы, правила разметки, журнал прогонов и порядок действий при падении качества. Опишите задачу — вернёмся с оценкой и планом работ.

Артефакты проекта: настроенные модели, разметка, регламенты

Передаём не «работающую демонстрацию», а контур, который ваша команда ведёт сама: правит результат, дообучает модель на новых данных и проверяет качество по формальным критериям. Ниже — что остаётся на руках у заказчика.

• Настроенная модель. Веса и конфигурация запуска лежат у вас, а не на нашей стороне: тот же вход даёт тот же результат, обучение не привязано к чужой инфраструктуре.
• Набор масок и эталонов. Маски под типовые задачи — швы, блики, удалённые объекты, ретушь текстур — и пары «до/после» с оценкой, по которым сверяется каждый новый кадр. Спор «нравится / не нравится» заменяется сравнением с эталоном.
• Инструкция по правкам. Что можно менять самостоятельно: границы маски, силу дорисовки, порядок обработки областей, порог отбраковки. Отдельно отмечено, где правка требует пересборки модели, а не настройки.
• Регламент качества. Критерии приёмки партии: доля областей без видимых стыков, сохранность текстуры и мелких деталей, отсутствие ореолов по границе маски. Плюс правило отката на предыдущую версию, если новая просела по этим показателям.
• Документация решения. Схема обработки, требования к входным файлам, зависимости, порядок развёртывания и типовые сбои с причинами. Инженер, не участвовавший в проекте, поднимает контур по документу.
• Тестовый набор и порядок дообучения. Фиксированные сцены для регрессии и описание, как собрать разметку под новую задачу, чтобы модель улучшалась на ваших данных без нашего участия.

Приёмка идёт на ваших изображениях: вы принимаете не отчёт, а работающий контур с понятными правилами самостоятельных изменений.

Кейс: как сократили ручную дорисовку на большом каталоге

Проект — каталог изображений интернет-магазина: больше 40 000 карточек, съёмка идёт партиями. Блик на глянце, посторонний объект в углу, обрезанный край фона — до внедрения такие кадры уходили на ручную дорисовку: около 40% снимков, от 8 до 15 минут на каждый. Результат зависел от того, кто сел за задачу: один оставлял заметную кромку, другой менял оттенок фона, и каталог выходил неровным.

Что перестроили в процессе

Маску теперь строит автоматика: детектор находит дефектную область, границы уточняются по кромке объекта, заполнение делает генеративная модель на базе Stable Diffusion. Каждый кадр проходит контроль качества — на стыке залитой области с окружением сравниваются цвет, яркость и непрерывность границ.

Порог решает, нужен ли человек: выше него кадр уходит в каталог без правки, ниже — в очередь ретушёра, но уже с готовой маской и отметкой проблемной зоны. Настройки версионируются, поэтому одна партия с одной версией даёт один и тот же результат — та самая повторяемость, которой не было при ручной дорисовке.

После внедрения доля кадров на ручной правке упала с 40% до 7%: остальное закрывается за секунды вместо минут. Повторный прогон партии даёт расхождения в пределах шума, а откат на предыдущую версию настроек возвращает прежний вид за один прогон.

Чем генеративное заполнение отличается от ручной ретуши?

Это два разных пути к одному результату, и различаются они не качеством картинки, а распределением контроля. Ручная ретушь — последовательное решение: специалист сам достраивает текстуру, свет и перспективу, каждое изменение проходит через его руку. Генеративное заполнение — AI inpainting — решает обратную задачу: модель достраивает область по контексту окружения, а человек задаёт маску и отбирает вариант.

Отсюда разница в скорости. На однородных фонах, песке, небе, листве генеративный проход закрывает область за секунды, и объём работы почти не зависит от площади. У руки зависимость линейная: чем больше область, тем больше часов. На регулярных структурах — кладка, плитка, повторяющийся узор, шрифт — модель ошибается в стыках, и правка шва съедает всю экономию.

Управляемость тоже разная. Ретушь воспроизводима: одна и та же правка повторяется тем же действием. У генеративного заполнения повторяемость даёт фиксация параметров, но модель отвечает на пиксели контекста, а не на намерение — при смене исходника или расширении маски вариант уходит в сторону.

Граница применимости проходит по критичности деталей. Замена фона, удаление объектов, расширение кадра, чистка мелких дефектов — здесь автоматизация выигрывает по всем параметрам. Лица, логотипы, надписи, продолжение точной геометрии и снимки с требованиями к достоверности остаются за человеком.

Практический режим — не выбор одного из двух, а связка: модель даёт черновой слой, специалист стыкует его с исходником и держит финальный контроль. Человек нужен на краях смысла, а не на краях области.

Технические сомнения: где решение ошибается и как это ловится

Точность заполнения определяется не самой моделью, а тем, как подготовлена маска и сведены границы области. Если контур обрезан по пикселю, на стыке появляется ореол от старого содержимого — на текстурах и градиентах он заметен при увеличении, даже когда в превью всё чисто. Поэтому маску мы строим с перекрытием внутрь и наружу, а результат сводим по краю с сохранением зерна и шума исходного снимка.

Отдельная часть работы — контроль результата и защита исходников. Ниже — четыре вопроса, которые чаще всего всплывают на приёмке.

Будут ли видны артефакты на стыках областей?

Маска делается с перекрытием внутрь области, а края сводятся плавно, поэтому резкой линии не остаётся. Проверяем результат на увеличении, на однотонных фонах и в оттенках серого — именно там разница в контрасте и зерне проявляется раньше всего. Отдельно смотрим повторяющиеся текстуры, где модель склонна «дорисовывать» лишний ритм.

Что происходит с исходными изображениями?

Оригиналы уходят только на чтение в отдельное хранилище и не перезаписываются ни одним прогоном. Каждый результат лежит отдельной версией с привязкой к маске и настройкам, так что любой кадр можно откатить к состоянию до обработки. Доступы раздаются по ролям: редактор видит свои изображения, администратор — историю версий.

Учитываются ли правки редакторов при дообучении?

Да, каждая ручная правка сохраняется как пара «до и после» и попадает в набор для дообучения. Раз в цикл модель переобучается и прогоняется на отложенной выборке: если метрики на ней падают, сборка не выкатывается. Так стиль постепенно подтягивается под требования редакции, а не под случайные кадры.

Обсудим задачу: разберём ваши изображения и вернёмся с планом

Чтобы оценка объёма материалов опиралась на данные, а не на предположения, для старта достаточно тестовой выборки изображений и короткого описания задачи. Присылайте не «идеальные» кадры, а те, что чаще всего ломают автоматику: сильно сжатые, со сложным фоном, с несколькими объектами в кадре и текстом поверх.

Что нужно для разбора:

• 15–30 исходных изображений в тех форматах, в которых они лежат у вас — JPEG, PNG, TIFF, PSD со слоями; отдельно отметьте самые проблемные.
• Маски или их описание: где именно нужно заполнять область — пиксельная маска, рамка объекта или текстовое описание результата.
• 2–3 эталонных примера «до/после»: от вашей команды, из прошлого проекта или референс подрядчика — по ним видно, какой класс качества считается приёмкой.
• Правила предметной области: что нельзя менять при перерисовке — логотипы, лица, номера, расположение элементов.
• Требования к выходу: разрешение, формат, нужны ли прозрачность и сохранение метаданных исходника.
• Объём потока: сколько изображений в день и какой пик нужно выдержать, откуда приходит файл — ручная загрузка, вызов из вашего сервиса или пакетная обработка из хранилища.

На тестовой выборке мы прогоняем несколько режимов заполнения, замеряем долю кадров, которые проходят без ручной доработки, и время обработки одного изображения. После этого обсуждаем задачу предметно и возвращаемся с планом внедрения: этапы, что потребуется с вашей стороны, как выглядит приёмка и на какой выборке она проводится.