大模型画质评估 VQScore-insight 是一体化(All in One)的画质大模型算法,也是通用的“无参考、多维度”画质评价指标。通过一次 Prompt 查询,您就可以预测出图像在以下 5 个维度的画质分数:Blur(模糊评分)、Noise(噪点评分)、Artifacts(伪影评分)、Aesthetics(美学评分)和 Overall(综合评分)。
大模型画质评估组件输出的评分适用于任何需要自动判断图像质量、筛选低质图、优化用户体验的场景,尤其是 AI 生成内容平台、电商、图库、相册 App、训练数据清洗等。典型场景如下所示。
自动过滤低质量 AI 图像、AIGC 生图。例如平台仅允许上传综合评分大于 70 的图像。
自动识别模糊、噪声大、有压缩痕迹的图片,避免低质内容上线。例如电商平台上如果用户上传的商品图模糊评分小于 60,则自动打回重传。
在 Photoshop 插件、在线修图工具等图像增强工具中,如果用户上传的图片模糊评分较低,则建议"去模糊"或"降噪"。
在训练视觉模型前,自动剔除低质量图像,避免影响模型性能。例如在训练人脸识别模型前,过滤掉模糊评分小于 65 的图像。
自动评估上传图像的质量,决定是否推荐到首页。例如美学评分小于 70 的图片,不会进入"编辑推荐"流。
自动标记“模糊照片”或“噪点多”的照片,建议用户删除或修复。例如 iPhone 相册的“清理建议”功能。
根据评分,判断图像的画质如何。大模型画质评估附加组件的输出示例如下所示,您可以根据输出结果,获取图像在不同维度的画质分数。
{ "aesthetics": 41, "artifacts": 58.14, "blur": 51, "noise": 93.86, "overall": 38.14 }
参数 | 说明 |
|---|---|
aesthetics | 美学评分。取值范围为 [0,100],支持两位小数。评分越高,图像越“好看”,构图、色彩、风格越协调。 |
artifacts | 伪影评分,即图像是否存在压缩痕迹、AI 生成痕迹、畸变等。取值范围为 [0,100],支持两位小数。评分越高,伪影越少,图像越自然。 |
blur | 模糊评分,即图像是否清晰。取值范围为 [0,100],支持两位小数。评分越高,图像越清晰和锐利。 |
noise | 噪声评分,即图像中是否存在颗粒感或随机噪声。取值范围为 [0,100],支持两位小数。评分越高,图像越干净。 |
overall | 综合以上指标的总评分。取值范围为 [0,100],支持两位小数。评分越高,图像画质越好。 |
评分 [0, 60) 表示画质较差,[60, 70] 表示画质一般,(70, 100] 表示画质良好。
处理耗时:处理一张 1080P 分辨率的图像,模型耗时 2 秒左右。
根据使用大模型画质评估的图片处理成功次数统计计费,详见智能处理计费说明。
您可以通过以下任一方式,获取图像的大模型画质评估结果。请根据您的需求场景选择合适的方式。
通过批量处理功能,批量处理资源。
登录 veImageX 控制台。
在左侧导航栏,选择组件市场 > 批量处理。
单击新建任务队列,在弹窗中完成以下配置,并单击确定。
配置项 | 说明 |
|---|---|
任务队列名 | 任务名称。 |
任务描述 | 任务作用描述。 |
属性 | 选择大模型画质评估。 |
后续操作,详见批量处理。
说明
实时统计数据一般延迟在 20-30 分钟左右,不作为计量数据,仅作参考。
veImageX 提供了同步和异步处理方式。详见方式二:通过 API 调用。
说明
veImageX 提供了配套的开发工具集 SDK,支持多种编程语言,帮助您更方便的调用 API。您可在对应接口的文档页面获取服务端 SDK 各语言示例的链接。