Geometri er den feilen kundene legger merke til først, og fotografene sist. En håndveske der remmen er festet et par centimeter for langt til siden, en stol med litt feil sittedybde, eller en ring der ringskinnen blir tykkere inn mot fatningen – ingenting av dette ser nødvendigvis ut som feil isolert sett. Det ser bare ut som et annet produkt, og det er nettopp dét som er problemet.
Dette er en protokoll for å måle geometrisk nøyaktighet. Den inneholder ingen testresultater.
Hvordan måler du geometrisk nøyaktighet i AI-produktbilder?
Legg det genererte bildet oppå et vinkelrett referansefotografi i samme målestokk, mål to forhåndsbestemte forholdstall per produkt, tell alle elementer som kan telles, tegn opp begge silhuettene med høy kontrast, og vurder komponentplasseringen som nøyaktig, endret eller feil. Et avvik i forholdstall på under 2 % regnes som målestøy; et feilaktig antall er alltid «feil», ettersom kunden selv kan telle.
Hva er geometrisk nøyaktighet?
Geometrisk nøyaktighet handler om hvorvidt et generert bilde bevarer produktets form: proporsjonene, plasseringen av hver enkelt komponent i forhold til helheten, antallet av repeterte elementer og omrisset mot bakgrunnen. Dette er nøyaktighetsdimensjonen kundene legger merke til først, fordi en geometrisk feil ikke bare ser ut som en glipp – det ser ut som et helt annet produkt.
Hva regnes som en geometrisk feil?
Det finnes fire hovedtyper, og de må skilles fra hverandre fordi de har ulike årsaker:
- Proporsjoner – forholdet mellom ulike dimensjoner. En flaske som har riktig fasong, men er 10 % for høy, oppfattes som en helt annen størrelse.
- Plassering – hvor en komponent sitter i forhold til helheten: lommeposisjon, plassering av spenner eller hvor et håndtak møter selve vesken.
- Antall – mengden av et repeterende element. Knapper, snørehull, ledd i et kjede eller riller i en såle. Genererte bilder er notorisk upålitelige her, og feilen er lett å overse rett og slett fordi man sjelden teller.
- Silhuett – ytterkonturen mot bakgrunnen, som er der de fleste genererte formfeilene faktisk oppstår.
Legg over, mål, tell, tegn opp
Fire operasjoner, i akkurat den rekkefølgen, fordi hver av dem fanger opp det den forrige ikke klarer: overleggingen avdekker proporsjonsforskyvninger, de to forholdstallene gjør det om til et tall, tellingen oppdager feilene ingen leter etter, og opptegningen av silhuetten finner bulker og utflatede kurver som skjuler seg i omrisset.
Slik bygger du utvalget
Følg den generelle nøyaktighetsprotokollen for utvalgsstørrelse og referansebilder, og juster den deretter spesifikt for geometri:
Inkluder produkter med elementer som kan telles. Alt som har repeterende detaljer – sko med snøring, kjeder, plagg med knapper eller perforeringer. Det er her antallsfeil blir synlige.
Inkluder minst fem asymmetriske produkter. Symmetri skjuler plasseringsfeil; asymmetri avslører dem.
Ta referansebildet vinkelrett forfra. Geometri kan ikke vurderes ut fra en trekvartvinkel, ettersom perspektivforkortning ikke kan skilles fra faktisk forvrengning. Hvis referansebildet er tatt i vinkel, måler protokollen kameraposisjonen din snarere enn verktøyet.
Selve protokollen
- Legg bildene over hverandre (overlay) før du vurderer. Plasser det genererte bildet oppå referansebildet i samme målestokk, og sett gjennomsiktigheten (opacity) på det øverste laget til rundt 50 %. Dette kan gjøres i et hvilket som helst bilderedigeringsprogram. Feil som er usynlige side om side blir åpenbare i overlay, og dette enkle steget fanger opp de fleste proporsjonsavvik.
- Mål to faste forholdstall per produkt, bestemt på forhånd og holdt like for alle varianter: for en veske, høyde mot bredde samt remlengde mot veskehøyde; for en sko, sålelengde mot overdelshøyde. Noter selve tallene fremfor å gjøre en subjektiv vurdering.
- Tell det som kan telles. Knapper, ledd, snørehull, riller. Sammenlign referansen direkte mot det genererte bildet. Dette er ren matematikk, ikke skjønn.
- Tegn opp silhuetten med høy kontrast – gjør begge bildene om til rene silhuetter (threshold) og sammenlign konturene. Uønskede bulker og utflatede kurver blir synlige umiddelbart.
- Vurder plassering på den samme trepunkts-skalaen som i den generelle protokollen: nøyaktig, endret, feil.
Hvordan tolke resultatene
Avvik i forholdstall under 2 % er ikke verdt å bruke tid på. Dette faller innenfor usikkerheten i dine egne målinger, med mindre du jobber ut fra kalibrerte opptak.
Feil i antall er alltid «feil». Det finnes ingen akseptabel terskel for feil antall knapper, rett og slett fordi kunden kan telle.
Grupper feilene etter produktkategori fremfor alvorlighetsgrad. Geometriske feil er sjelden tilfeldige: de konsentrerer seg rundt former modellen takler dårlig. Dette mønsteret viser deg hvilke deler av varekatalogen som fremdeles krever et tradisjonelt kamera.
Sjekkliste for geometrisk nøyaktighet
| Feiltype | Hvordan oppdage det | Hvordan vurdere det |
|---|---|---|
| Proporsjon | Legg over i samme skala; to forhåndsvalgte forholdstall | Avvik under 2 % ignoreres; over dette registreres som et tall |
| Plassering | Legg over, deretter trepunktsskalaen | Nøyaktig / endret / feil |
| Antall | Tell det gjentatte elementet i referanse og resultat | Ethvert avvik er «feil» |
| Silhuett | Terskle begge bildene og sammenlign omrissene | Utbulinger og utflatede kurver registreres per produkt |
| Referansevinkel | Kun rett forfra | En vinklet referanse gjør kjøringen ugyldig |
En snørestøvel
Et generert bilde av en snørestøvel består overlappingstesten: omrisset ligger innenfor referansen, innenfor selve målingens feilmargin, og sålelengden stemmer overens med skafthøyden. Så kommer opptellingen: referansen har syv par maljer, resultatet har seks. Ingenting i bildet ser feil ut. Men produktet er feil. Støvelen får vurderingen «feil» på antall, utsnittet beholdes som dokumentasjon, og kategorien – fottøy med snøring – havner på listen over former som fortsatt krever et kamera.
Ofte stilte spørsmål
Hva regnes som en geometrisk feil i et AI-produktbilde?
Fire ting: proporsjon (forholdet mellom dimensjoner), plassering (hvor en komponent befinner seg i forhold til helheten), antall (hvor mange det finnes av et gjentakende element) og silhuett (omrisset mot bakgrunnen). De skilles fra hverandre fordi de har ulike årsaker og ulike løsninger.
Hvorfor må referansefotografiet være vinkelrett forfra?
Fordi forkortning i en vinklet referanse ikke kan skilles fra forvrengning i resultatet. Fra en trekvartsvinkel måler protokollen kameraposisjonen din, ikke verktøyet.
Hvor mye proporsjonsavvik betyr noe?
Under 2 % faller innenfor feilmarginen til din egen måling med mindre du jobber fra kalibrerte opptak, så det er ikke verdt å gjøre noe med. Over det bør du registrere de to forholdstallene som tall fremfor en vurdering, og gruppere feilene etter produktkategori.
Er et feil antall knapper noensinne akseptabelt?
Nei. En tellefeil er alltid «feil». Det finnes ingen terskel der feil antall knapper, maljer eller lenker i en kjede er akseptabelt, fordi en kunde kan telle og et returskjema skiller ikke mellom smått og stort.
Hva fanger overleggstrinnet opp som side-om-side-sammenligning overser?
Proporsjonsavvik. Plassert over referansen i samme skala med topplaget på rundt 50 % opasitet, blir feil som er usynlige side om side åpenbare, og dette enkle trinnet fanger opp de fleste av dem før noen måling utføres.
Hva denne protokollen ikke forteller deg
Den måler utelukkende om et bilde er tro mot det faktiske produktet. Den sier ingenting om hvorvidt bildet konverterer og selger, om markedsplassen vil godkjenne det, eller om kunden synes det ser tiltalende ut. Dette er helt andre problemstillinger som krever andre tester, og en god score her besvarer ingen av dem.
Resultatet blir heller aldri bedre enn referansen din. Hvis referansebildet er uskarpt, dårlig opplyst eller tatt fra en vinkel som skjuler detaljen du vil sjekke, vil protokollen indikere et samsvar som ikke egentlig er der.
Relaterte protokoller: måling av generell bildenøyaktighet, bevaring av tekstur, fargenøyaktighet.
For å generere bildene du skal måle, se AI-produktfotografering.