TBStar-Edit：从图像编辑模式偏移到一致性增强
计算机视觉与模式识别
2025-10-16 v3
摘要
近期图像生成与编辑技术的进展使基于深度学习的模型在通用领域内取得了令人瞩目的成果。然而在电商场景中应用时，这些通用模型常常面临一致性限制。为此，我们提出了 TBStar-Edit——一个专为电商领域定制的图像编辑模型。通过严谨的数据工程、模型架构设计和训练策略，TBStar-Edit 能够在保持产品外观与布局完整性的前提下，实现精准且高保真的图像编辑。具体而言，在数据工程方面，我们构建了完整的数据构造流水线，涵盖数据收集、构造、筛选与增强，以获取高质量、遵循指令且高度一致的编辑数据以支撑模型训练。在模型架构设计方面，我们构建了分层模型框架，包含基模型、模式偏移模块和一致性增强模块。在模型训练方面，我们采用两阶段训练策略以增强一致性保持：第一阶段进行编辑模式偏移，第二阶段进行一致性增强。每个阶段都使用独立数据集训练不同的模块。最后，我们在自提出的电商基准数据集上对 TBStar-Edit 进行了广泛评估，结果表明 TBStar-Edit 在客观指标（VIE Score）和主观用户偏好方面均优于现有的通用领域编辑模型。
引用
@article{arxiv.2510.04483,
title = {TBStar-Edit: From Image Editing Pattern Shifting to Consistency Enhancement},
author = {Hao Fang and Zechao Zhan and Weixin Feng and Ziwei Huang and Xubin Li and Tiezheng Ge},
journal= {arXiv preprint arXiv:2510.04483},
year = {2025}
}