En fotografs feil er lette å få øye på: uskarphet, utbrente høylys eller en skjev horisont. Slik er det ikke med genererte bilder. Bildet er knivskarpt, perfekt lyssatt og komponert – men plagget mangler kanskje en knapp sammenlignet med det som ligger på lageret. Kvalitetskontroll for AI-motefotografering er derfor et helt annet fagfelt enn å godkjenne en tradisjonell fotoshoot: Det handler mindre om hvorvidt bildet er pent, og mer om hvorvidt det er sant.
Denne siden er selve sjekklisten. Den inneholder ingen fiktive tall for nøyaktighet og kårer ingen verktøy som best i test; den lister opp nøyaktig hva du skal sjekke, i hvilken rekkefølge, med klare godkjennings- og avvisningskriterier for hvert punkt. Metoden for å regne om kontrollene til en samlet poengsum finner du i hvordan måle nøyaktigheten til AI-produktbilder.
Hvordan kvalitetskontrollerer du et AI-generert motebilde?
Legg det genererte bildet ved siden av flatlay-originalen i full størrelse, og gå gjennom fem grupper i prioritert rekkefølge: plagget (identitet, detaljer, mønster, farge, stoff), kroppen (proporsjoner, hender, ansikt mot kolleksjonens modellprofil, hud), scenen (lysretning, skygger, bakgrunn, refleksjoner), helheten (sammenheng med resten av bildene for produktet og kolleksjonen) og filen (oppløsning, beskjæring, format og filstørrelse for den aktuelle kanalen). Hver rad har et avvisningskriterium; et avvist bilde regenereres fra samme kildebilde, og plagget skal aldri flikkes på med retusjering. Ved store produksjoner tar du stikkprøver av hver batch, loggfører feil etter type og korrigerer på tvers av hele kjøringen.
Hva er kvalitetskontroll for AI-motefotografering?
Kvalitetskontroll for AI-motefotografering innebærer å granske hvert eneste genererte bilde opp mot kildebildet og kolleksjonens retningslinjer før publisering. Utfallet er enten godkjent, regenerering eller ny fotografering av kildematerialet. Det skiller seg fra en tradisjonell bildegjennomgang i hva man ser etter: En fotoshoot kontrolleres for teknisk kvalitet, mens et generert bilde kontrolleres for presisjon og samsvar – om plagget, kroppen og scenen faktisk er det de utgir seg for å være. Teknisk kvalitet er nemlig det eneste generative verktøy nesten aldri bommer på.
Rekkefølgen for kontrollen
Sjekk de mest kostbare feilene først, slik at et mangelfullt bilde avvises så tidlig som mulig.
- Plaggets identitet og detaljer – mot flatlay-bildet. Hvis plagget har endret seg, feiler det her, og du slipper å sjekke resten.
- Kropp – proporsjoner, hender, ansikt, hud. Feil kropp på et korrekt plagg gir fortsatt avslag, men er raskere og billigere å regenerere.
- Scene – lys, skygge, bakgrunn. Dette er som regel kilden til fargeavvik.
- Helhet – bildet vurdert opp mot produktets øvrige vinkler og kolleksjonens rutenett.
- Fil – eksportfilen kontrollert mot salgskanalens tekniske krav.
Sjekkliste for kvalitetskontroll av AI-motebilder
Plagg
| Område | Godkjent | Avvist |
|---|---|---|
| Identitet | Nøyaktig samme plagg som på flatlay-bildet: snitt, paneler, sømmer | Et lignende plagg |
| Utringning, fald, ermer | Form og lengde stemmer med det faktiske plagget | Gjort dypere, kortere, lengre eller endret form |
| Lukking, lommer, detaljer | Samme antall, plassering og type | Lagt til, fjernet, flyttet eller forenklet/standardisert |
| Trykk og mønster | Samme motiv, skala, mønsterrapport og kontinuitet; lesbar tekst | Forskjøvet, omskalert, brutt, speilvendt eller uleselig |
| Farge | Kildebildets farge gjengitt under scenens belysning | Endret fargetone eller metning; en fargevariant som avviker |
| Stoffegenskaper | Faller, draperer og oppfører seg som tekstilet skal | Feil fall; ribbestrikk har blitt glatt; endret glans |
| Passform | Som tiltenkt for plagget, og lik på tvers av alle bildene | Passformen endrer seg mellom ulike bildevinkler |
Kropp
| Område | Godkjent | Avvist |
|---|---|---|
| Modell | Kolleksjonens faste modell: ansikt, kropp, hudtone, hår | En annen person, eller samme person med umerkelige endringer |
| Proporsjoner | Naturlige lengder på lemmer og korrekte ledd | Vridde lemmer, anatomisk umulige ledd |
| Hender og føtter | Riktig antall fingre; naturlig håndposisjon | For mange eller manglende fingre; hender som er skjult for å unngå gjengivelse |
| Ansikt | Naturlig uttrykk, konsistent modell på tvers av serien | «Uncanny valley»-trekk; ansiktet varierer mellom bildene |
| Hud og hår | Konsistent tone og tekstur i tråd med modellprofilen | Hudtonen påvirket av scenelyset; håret har endret lengde |
| Positur | Innenfor kolleksjonens godkjente positurer for denne plaggtypen | En positur plagget ikke tillater, eller utenfor godkjent stil |
Scene
| Område | Godkjent | Avvist |
|---|---|---|
| Lysretning | Hovedlys fra kolleksjonens faste side; skyggene stemmer | Skygger som motstrider lyset, eller belysning fra feil side |
| Bakgrunn | Spesifisert verdi og farge for den aktuelle bildetype | Feil bakgrunnsverdi på hovedbilde; urolig bakgrunn på kravspesifiserte bilder |
| Refleksjoner og bakkekontakt | Føtter solid på underlaget; plagget berører kroppen naturlig | Svevende figur, doble skygger eller speilinger av ingenting |
| Rekvisitter | Ingen på hovedbildet; i tråd med merkevaren på sekundærbilder | Rekvisitter med tekst, logoer eller konkurrerende produkter |
Helhet
| Område | Godkjent | Avvist |
|---|---|---|
| Internt på produktet | Front, bakside, detalj og miljøbilde viser samme plagg på samme modell | Plagget endrer seg mellom vinklene; baksiden er bare en speilvendt forside |
| I kolleksjonen | Samme modell, beskjæring, lys og oppløsning som naboproduktene | Ett eller flere bilder som skiller seg ut i rutenettet |
| Fargevarianter | Hver fargevariant er kontrollert mot en fysisk fargeprøve | Kun kontrollert visuelt på skjerm |
Fil
| Område | Godkjent | Avvist |
|---|---|---|
| Oppløsning | Masterfil i høyeste kvalitetsnivå; eksporter tilpasset hver kanal | En 2K-master der kanalen krever høyere oppløsning |
| Beskjæring og sideforhold | Kolleksjonens faste utsnitt; kanalens sideforhold utledet fra dette | Manuell beskjæring på slump per kanal |
| Format og filstørrelse | I henhold til kanalens krav | Filformater eller filstørrelser kanalen avviser |
| Metadata | Ingen uønskede data bakt inn i filen | Midlertidige nettadresser eller tekstprompter i filen |
De spesifikke kanalreglene finner du i krav til produktbilder etter markedsplass.
Plagg, kropp, scene, helhet, fil
Dette er kontrollsløyfen sjekklisten over bygger på – definert slik at andre artikler om bekledning kan henvise til den.
- Plagg – alt kunden kommer til å sammenligne med det fysiske produktet ved levering.
- Kropp – alt verktøyet har fått frihet til å generere, kontrollert for troverdighet og modellkonsistens.
- Scene – lys, skygge og bakgrunn, kontrollert for samspill og harmoni.
- Helhet – bildet vurdert opp mot tilhørende vinkler og produktserien.
- Fil – eksportfilen kontrollert mot salgskanalens spesifikasjoner.
Stikkprøver ved store produksjonsvolumer
Ingen går gjennom tusenvis av bilder rad for rad. Ved store produksjoner for en kolleksjon gjør du følgende:
- Ta stikkprøver av en fast andel fra hver batch, jevnt fordelt på plaggtyper og fargevarianter.
- Gjennomfør en full kontroll av utvalget mot alle punktene i sjekklisten.
- Loggfør feil etter type, ikke per enkeltbilde: «falden blir kortere på kjoler med hevede armer», «hendene skjules i batchen for dressbukser».
- Generaliser – en feiltype som oppdages i stikkprøven, sjekkes på samtlige bilder i produksjonen der den potensielt kan oppstå.
- Regenerer samlet etter feiltype – rett opp årsaken i oppsettet, og kjør den berørte serien på nytt fra den lagrede profilen.
Hele protokollen, inkludert utvalgsstørrelser og poengberegning, finner du i hvordan måle nøyaktigheten til AI-produktbilder.
Ett bilde på fem minutter
Ta et modellbilde av en strikkekjole, generert i Phottas apparel studio. Legg det ved siden av flatlay-bildet i full størrelse.
Plagg: Utringningen har båthalsen som vises på flatlay-bildet; falden treffer kneet slik lengden tilsier; ingen knapper eller glidelåser å telle; ribbestrikken løper vertikalt og fremstår tydelig som ribb; fargen matcher referansekortet for hvitbalanse. Kropp: Kolleksjonens faste modell, begge hender synlige med fem fingre, en naturlig holdning fra kolleksjonens godkjente positurer. Scene: Hovedlys fra venstre i tråd med standarden, én tilhørende skygge, ren hvit bakgrunn. Helhet: Samme modell og utsnitt som buksen ved siden av i rutenettet. Fil: 4K-master, kolleksjonens standardbeskjæring, eksportfiler klare for kanaltilpasning. Godkjent. Dersom ribbestrikken hadde blitt visket ut til en glatt jersey i første trinn, ville kontrollen stoppet umiddelbart, og bildet ville blitt sendt rett tilbake til regenerering fra det samme kildebildet.
Ofte stilte spørsmål
Hva bør jeg sjekke på et AI-generert motebilde før jeg publiserer det?
Fem grupper, i prioritert rekkefølge: plagget mot kildebildet (identitet, detaljer, mønster, farge, stoff, passform), kroppen (proporsjoner, hender, ansikt mot kolleksjonens modellprofil, hud, positur), scenen (lysretning, bakgrunn, bakkekontakt og refleksjoner, rekvisitter), helheten (sammenheng på tvers av produktvinkler og kolleksjon) og filen (oppløsning, beskjæring, format, metadata). Hvert punkt har et avvisningskriterium, og et avvist bilde skal regenereres på nytt, ikke retusjeres.
Hva er den vanligste feilen i AI-genererte motebilder?
Små, umerkelige endringer på plagget: en utringning som blir dypere, en fald som flyttes, knapper som forenkles eller et mønster som endrer skala. Dette er de vanligste og mest kostbare feilene fordi de gjør bildet til en representasjon av et annet produkt. Derfor setter sjekklisten plagget først, basert på konkrete fakta fremfor skjønnsmessige vurderinger.
Hvordan kontrollerer jeg AI-bilder i store katalogvolumer?
Ta stikkprøver av en fast prosentandel fra hver produksjonsbatch på tvers av plaggtyper og farger. Gå gjennom utvalget med hele sjekklisten, loggfør avvik etter feiltype, og kontroller deretter alle bilder i katalogen der denne feilen kan oppstå. Korriger årsaken i oppsettet og regenerer de berørte bildene samlet.
Bør jeg fikse småfeil i Photoshop i stedet for å regenerere?
Ikke på selve plagget. En retusjert knapp, fald eller mønsterdetalj blir en kunstig modifikasjon oppå modellens anatomi – på nøyaktig den delen av bildet kunden sammenligner med varen de mottar. Regenerer heller fra samme kildemateriale med en mer presis instruks. Retusjering er derimot helt uproblematisk på bakgrunnen og ved klargjøring til eksport.
Hva skiller kvalitetskontroll av et AI-bilde fra et vanlig fotografi?
Et tradisjonelt fotografi kontrolleres for teknisk kvalitet: fokus, eksponering og utsnitt. Et generert bilde er nesten alltid teknisk plettfritt og må i stedet kontrolleres for presisjon og samsvar: om plagget, kroppen og miljøet faktisk stemmer overens med virkeligheten. Sjekklisten er derfor en ren sammenligning mot kildematerialet og fastsatte standarder, ikke en vurdering av bildet isolert sett.
Hva denne siden ikke lover
Vi påstår ikke at noe verktøy automatisk består denne sjekklisten med en gitt suksessrate, eller at bilder som godkjennes garanterer økt salg. Dette er en oversikt over hva som kan gå galt og hvordan du oppdager det; hvor treffsikkert et verktøy er i praksis, måler du på dine egne plagg ved hjelp av protokollen det lenkes til over.
For å produsere bildene sjekklisten er laget for, se AI fashion photography; for en grundigere gjennomgang av plaggkontrollen, se hvordan unngå at AI endrer klesdetaljer.