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。