Palette.fm 利用深度学习模型对图像进行分类,该模型辅导其对照片或插图中物体颜色的初步预测。我们问Wallner,该网站采取哪种后端技能,但他没有详细解释。“我做了一个定制的AI模型,利用图像和文本来天生着色,”Wallner回答说。一个模型创建文本,另一个模型获取图像和文本以天生着色。
上传图片后,该网站的时尚界面会供应它认为在图片中看到的内容的估计标题(描述)。如果您不喜好任何预设的颜色滤镜,可以单击铅笔图标自行编辑字幕,这将利用文本提示勾引着色模型。
为了测试它,我们拍了一张小南瓜的照片,并利用Photoshop去除了颜色。然后,我们上传了黑白版本,并考试测验选择 Palette.fm 供应的预制过滤器。找到一个好的滤镜后,我们编辑了标题,通过描述场景中的工具来优化颜色。例如,Palette.fm 最初认为南瓜是一只“爪子”,但是,一旦我们将这些术语放在书面提示中,颜色就更故意义了。我们稍后通过在背景中指定“绿叶”来进一步优化图像(未不才面的示例中所示)。
目前,Palette.fm 作为免费做事供应,但Wallner操持添加付费选项。该网站在云中在线处理图像。就上传照片的隐私而言,Palette.fm 网站写道:“我们不存储您的图像。但是,与任何云做事一样,请对私人照片持谨慎态度。令人线人一新,Palette.fm 目前不须要任何类型的用户帐户注册。
到目前为止,Palette.fm 已经引起了新闻上的人们的共鸣,他们利用目前免费的工具为心爱的亲戚的照片和历史照片着色。
值得指出的是,用AI为照片着色的观点对付 Palette.fm 来说并不陌生,包括Photoshop中的“着色”神经滤镜。他说,沃纳本人已经从事人工智能着色事情了五年。自去年底以来,沃纳着色技能的变体也作为机器人在Twitter上供应。