第 45 名解决方案

📌 整体流程

1️⃣ 位图生成 (SDXL-Turbo)

• 我使用了 SDXL-Turbo 模型来生成位图图像。
• 提示词工程 以提高多样性和质量：
  • prefix_prompt = "flat color illustration,"
  • suffix_prompt = ",inspired by Tom Whalen, vibrant palette, bold outlines, simple shapes, app icon."
• 对于每个提示词，我生成了 5 张图像。

2️⃣ 初始 SVG 转换 (vtracer)

• 对于每张位图图像，我使用 vtracer 将其转换为 SVG。
• 经过实验，我发现这 三个参数 显著影响 SVG 文件大小：
  • speckle_values = [10, 20, 40]
  • layer_diff_values = [64, 128]
  • color_precision_values = [4, 5, 6, 8]
• 我尝试了这些参数的不同组合，以找到最小文件（<10k）同时保持视觉质量。

3️⃣ SVG 优化 (scour)

• 我应用 scour 来优化由 vtracer 生成的每个 SVG 文件。
• 然后，我使用 SSIM（结构相似性指数） 来：
  • 找到视觉上最接近原始位图的 SVG。
  • 确保文件大小接近 10k。

4️⃣ OCR 幻觉防御

• 我在图像中添加了一个细微的 "O" 字符，以防御 OCR 幻觉问题。
• 这个灵感来源于该 Notebook：
  Let's Defeat OCR - Easy LB Boost
  非常感谢 @richolson！

5️⃣ 最佳 SVG 选择

• 我使用 PaliGemma2 和一个 美学预测器 来选择最终的 SVG，使其：
  • 视觉上吸引人。
  • 与提示词保持一致。

✨ 感谢阅读我的解决方案！祝 Kaggle 愉快！✨