Retoucher — How it works

Retoucher

KI-gestützte Fehlererkennung & Korrektur für Produktfotografie

Retoucher scannt ein Bild automatisch, erkennt alle relevanten Bildbereiche, bewertet jeden einzelnen auf anatomische und qualitative Mängel, generiert gezielte Korrekturen mit generativer KI und fügt die Ergebnisse nahtlos ein — ohne manuelles Freistellen, ohne manuelle Nachbearbeitung.

1 · Upload 2 · Erkennen 3 · Bewerten 4 · Auswählen & Korrigieren 5 · Prüfen & Anwenden

Klicken oder → drücken zum Weiterblättern

Schritt 1 — Upload

Bild einlegen. Pipeline konfigurieren.

Enumerator und Kritik-Modell wählen (Claude Sonnet 4.6) sowie das generative Korrekturmodell — hier Nano Banana 2, Googles neuestes Bildbearbeitungsmodell. Empfindlichkeitsschwelle und Arbeiteranzahl einstellen, dann Run Pipeline klicken.

Schritt 2 — Erkennen

Die KI liest das gesamte Bild in einem Durchgang

[1a/4] Listing concepts with claude-sonnet-4-6…
       28 concepts: face, hand, foot, white sneaker, soccer ball,
                 barbecue grill, germany jersey, spain jersey,
                 denim shorts…

[1b/4] Localising with SAM3 (this loads ~2 GB on first run)…
       SAM3 PROCESSOR DEBUG Raw predictions from model:
       pred_logits shape: torch.Size([1, 200, 1])
       pred_boxes shape: torch.Size([1, 200, 4])
       pred_masks shape: torch.Size([1, 200, 288, 288])
       out_probs (after sigmoid) range: [0.0047, 0.8688]
       presence_score: 0.9982
       out_probs (after sigmoid multiply) range: [0.0047, 0.8673]

Claude listet alle relevanten Konzepte im Bild auf — hier 28 Regionen. SAM3 lokalisiert jede davon mit einem präzisen Begrenzungsrahmen auf Pixelebene. Keine manuelle Annotation erforderlich.

Schritt 2 — Erkennen

Jede relevante Region, automatisch erfasst

Jede erkannte Region erhält einen Begrenzungsrahmen, eine Typbezeichnung und eine eindeutige ID. Die Farbkodierung zeigt den Schweregrad der Kritik — grün = ok · gelb = gering · orange = auffällig · rot = fehlerhaft.

Schritt 3 — Auswählen

Regionen ankreuzen. Neu generieren.

2 ausgewählt — Ausgewählte neu generieren

Jede Regionskarte hat ein Kontrollkästchen. Die gewünschten Regionen ankreuzen — oder Alle markierten auswählen nutzen, um alles über dem Schwellenwert vorauszuwählen. Hier werden 2 Regionen in die Warteschlange gestellt: ein Gesicht und eine Hand. Korrekturen laufen parallel.

Schritt 4 — Prüfen

face_4 · Schwere 2 — Vorher & Generiert

Brillengläser zeigen keine konsistente Umgebungsreflexion — linkes Glas hat einen vagen hellen Fleck, rechtes wirkt flach
Hauttextur auf Stirn und Wangen zu glatt und leicht wächsern — keine Porenstruktur erkennbar
Afro-Locken zeigen charakteristische KI-Textur — einzelne Strähnen verschmelzen und verlieren Definition
Bartstoppelmuster etwas zu gleichmäßig und symmetrisch

Schritt 4 — Prüfen

hand_2 · Schwere 2 — Vorher & Generiert

Parallele Schattenstreifen auf dem Handrücken unnatürlich regelmäßig — echte Schatten zeigen perspektivische Verkürzung
Hauttextur wächsern und plastisch; Knöchelfalten vorhanden, aber ohne feine Linienstruktur
Fingerabstände künstlich gleichmäßig — kleiner Finger unverhältnismäßig lang im Vergleich zum Zeigefinger
Daumen fehlt oder versteckt sich hinter der Hand — vermeidet den schwierigsten Finger für KI

Ergebnis

Das korrigierte Bild — gleiche Szene, keine Artefakte

Gleiches Licht. Gleiche Komposition. Gleiche Personen. Alle erkannten Artefakte korrigiert und nahtlos an den exakten Pixelkoordinaten des Originals eingesetzt.