Photoroom

PRX, Parte 4: Nuestra Estrategia de Datos

El equipo de Photoroom compartió su estrategia de recolección de datos para el preentrenamiento del modelo PRX: utilizan una combinación de conjuntos de datos públicos e internos, vuelven a etiquetar imágenes con un VLM y convierten el corpus final al formato MDS para transmisión. El enfoque principal está en la diversidad y la amplitud de cobertura más que en el perfeccionismo para cada imagen individual. Para el procesamiento y etiquetado de datos, utilizan el formato columnar Lance, y para el entrenamiento, MDS (Mosaic Data Shards). La codificación de texto se realiza sobre la marcha con Qwen3-VL, y las imágenes se almacenan en JPEG con calidad 92, lo que no degrada la calidad de generación en comparación con PNG.

Photoroom