Qazanclar:
- Vizual tez anatomiya (mövzu, material, bucaq, işıq, üslub, mənfi) qurmaq və təkrarlana bilən nəticələr əldə etmək bacarığı
- İstinad şəkli, ControlNet, toxum və stil çəkisi kimi nəzarət üsulları ilə vizual istiqaməti istiqamətləndirmək bacarığı
- Tapşırığa uyğun olaraq alət seçmək və çıxışın həlli, ardıcıllığı və istifadə hüquqlarının limitlərini qiymətləndirmək bacarığı
Əvvəlki bölmədə siz AI-ni konsepsiyanın yaradılmasında necə yerləşdirməyi gördünüz. Bu bölmədə biz bir addım daha dərinə gedirik: siz vizual AI alətlərini həqiqətən idarə etməyi öyrənəcəksiniz. Bir çox dizaynerlərin məyusluğu alətin "öz-özünə" şəkillər istehsal etməsidir; Lakin problem adətən alətin qeyri-müəyyənliyində deyil, verilən təlimatların qeyri-müəyyənliyindədir. Vizual süni intellektə nəzarət etmək üç şeyi bilmək tələb edir: operativ anatomiya (təlimatın düzgün qurulması), istinad və kompozisiyaya nəzarət (görüntü ilə aparıcı) və təkrarlanma qabiliyyəti (yenidən eyni nəticəni əldə etmək). Bu üçü öyrəndikdən sonra AI təsadüfi vizual maşından idarə oluna bilən dizayn alətinə çevrilir.
Tez anatomiya: təsviri təsvir edən altı qat
Yaxşı vizual təklif təsadüfi bir cümlə deyil, laylı bir reseptdir. Bu altı təbəqəni nəzərdən keçirin:
- Mövzu: Nə istehsal edirik? ("simsiz qulaqlıq doldurma qutusu")
- Forma və detal: Siluet, nisbət, künc, səth fərqi. ("yuvarlaq künclər, iki hissəli, yuxarıda nazik ayırıcı xətt")
- Material və CMF: Rəng-material-səth. ("mat antrasit polikarbonat, fırçalanmış alüminium zolaq")
- Bucaq və çərçivə: Baxış nöqtəsi və çərçivə. ("3/4 öndən, bir az yuxarıdan, məhsulun mərkəzində")
- İşıq və ətraf mühit: İşıqlandırma və fon. ("yumşaq studiya işığı, neytral açıq boz sonsuz fon")
- Üslub və məqsəd: Eskiz, fotorealistik render, texniki rəsm. ("fotoreal məhsulun göstərilməsi")
Buna mənfi bir xəbərdarlıq əlavə olunur: istəmədiyiniz şeylər. Bir çox alətlər "mənfi məlumat" sahəsi təklif edir; Burada "insan əli, mətn, logo, qarışıq fon, çox məhsul" kimi istəmədiyinizi yazaraq çıxışı təmizləyirsiniz. Qatları əskik qoysanız, AI bu boşluqları öz statistik ortalaması ilə dolduracaq; Bu klişe deməkdir.
İpucu: İpucunu nümunədən oxumuş kimi qurun: mövzu + forma + CMF + bucaq + işıq + üslub + mənfi. Əgər çıxışı bəyənmirsinizsə, hansı təbəqənin çatışmadığını soruşun, bütün əmri yenidən yazmayın.
İstinad, kompozisiya və üsluba nəzarət
Sözlər hər şeyi deyə bilməz; Bəzən bir görüntü min sözə dəyər. Müasir gadget'lar bir neçə güclü nəzarət vasitələri təklif edir:
- İstinad şəkli (şəkil sorğusu / şəkil arayışı): Siz şəkil yükləyirsiniz və "onu belə göstərin" deyirsiniz. Siz alətin çəki ilə çıxışa nə qədər istinad etdiyini təyin edirsiniz.
- ControlNet: Stabil Diffuziya ekosistemində eskiz və ya fotoşəkilin kənar/xətt/dərinlik/poza strukturunu qoruyan və onun üzərində yeni təsvir yaradan nəzarət təbəqəsidir. Kompozisiyanı qorumaq və öz eskizinizin materialını dəyişdirmək üçün idealdır.
- Stil arayışı / üslub çəkisi: Şəklin məzmununu deyil, yalnız atmosferini / rəng-tekstura hissini çatdırmaq üçün.
- Rəngləmə (regional redaktə): Şəkilin yalnız bir hissəsini maskalamaq və onu təkrarlamaq (məsələn, yalnız sapı dəyişdirmək).
- LoRA / xüsusi təlim: Qabaqcıl səviyyədə, brend dili və ya xüsusi üslub əsasında modeli incə tənzimləmək. Bu, məxfilik və müəllif hüquqları ilə bağlı ehtiyatlılığı tələb edir (öz məlumatlarınızla, icazənizlə).
Bu vasitələrin ümumi faydası: Onlar AI-ni sıfırdan xəyal etməkdənsə, verdiyiniz çərçivədə işləməyə məcbur edir. Dizayner üçün ən qiymətli olanlar çox vaxt ControlNet və inpaintingdir, çünki onlar öz eskiz kompozisiyanızı qoruyurlar.
Reproduktivlik: toxum və parametrlər
Diffuziya modelləri təsadüfiliklə başlayır. Toxum bu təsadüfiliyin başlanğıc nömrəsidir. Eyni sorğu + eyni toxum + eyni parametrlər adətən eyni/çox oxşar təsviri verir. Bu dizayn üçün çox vacibdir: bəyəndiyiniz şəklin təkrar istehsalı üçün toxumu düzəldirsiniz və ya sadəcə sözü dəyişdirirsiniz və təsirini idarə olunan şəkildə görürsünüz. Digər vacib parametrlər: aspekt nisbəti, addımlar (daha çox addımlar, daha dəqiq, lakin daha yavaş) və bələdçi miqyası (rəhbərlik/CFG; göstərişə nə qədər uyğundur — çox yüksəkdirsə, süni və məcburi görünür).
nəzarət
Nə edir
Nə vaxt istifadə etməli
Toxumların bərkidilməsi
Eyni çıxışı təkrarlayır
Təsviri inkişaf etdirərkən və A/B-ni sınayarkən
İstinad şəkli + çəki
Şəkilə bənzəyir
Kompozisiya/atmosfer transferi
ControlNet (kənar/dərinlik)
Kompozisiyanı qoruyur, məzmununu dəyişir
Öz eskizinizdən render yaratmaq
boyama
Yalnız bir bölgəni yeniləyir
Tək bir detalı dəyişdirin
mənfi çağırış
İstənməyənləri aradan qaldırır
Fonun, əlin, mətnin təmizlənməsi
üç mini qutu
Məsələn 1 - Öz eskizinizi qorumaq. Dizayner əl ilə çəkilmiş tozsoran eskizini fotoreal görüntüyə çevirmək istəyir. Bunu sadəcə mətn sorğusu ilə sınadığınız zaman AI tamamilə fərqli bir forma yaradır. ControlNet-in canny rejimindən istifadə edərək eskizinizi yüklədiyiniz zaman süni intellekt öz xətlərini qoruyur və onu tutqun plastik və studiya işıqlandırması ilə örtür. O, 4 cəhddə istədiyi nəticəni alır. Dərs: Kompozisiyanı qorumaq üçün ControlNet sırf operativdən daha güclüdür.
2-ci hal – Dəyişikliyin nəzarətsiz itkisi. Dizayner bəyəndiyi konsepti tapır, amma toxumu nəzərə almır. Ertəsi gün “bir az incə sap” istədikdə yenə eyni görüntünü çıxara bilmir; Hər dəfə tam fərqli bir məhsul çıxır və o, saatlarını itirir. Dərs: istədiyiniz hər bir çıxışın toxumunu və tam təklifini yadda saxlayın; bunlar sizin "qayıt" nöqtələrinizdir.
3-cü vəziyyət - Mənfi göstərişlə təmizləmə. Dizayner studiya şəkilləri istehsal etdikdə, çap olunanların yarısında arzuolunmaz insan əlləri, əks olunan mətn və ikinci məhsul görünür. Mənfi sorğuya "insan əlləri, mətn, su nişanı, dublikat məhsul, qarışıq fon" əlavə edir və çıxış keyfiyyəti yalnız 8 sözlə əhəmiyyətli dərəcədə artır. Dərs: istəmədiyinizi söyləmək istədiyinizi söyləmək qədər vacibdir.
Kopyalana bilən sorğu şablonları
LAYERED PROMPT SKELETON"[mövzu], [forma və təfərrüat], [CMF: rəng-material-səth],[bucaq və çərçivə], [işıq və fon], [üslub: eskiz/göstərmə/texniki].--mənfi: insan əli, mətn, loqo, su nişanı, multi-məhsul, qarışıq fon."
İSTİADDAN ŞABLON GÖSTƏRİN"Yüklədiyim eskizin XƏTİ VƏ TƏRKİBİ (ControlNetedge rejimi). Üzərinə aşağıdakı materialı tətbiq edin: [mat plastik gövdə, alüminium detal]. İşıq: yumşaq studiya. Fon: neytral boz. Formanı dəyişməyin, sadəcə material və işıq əlavə edin."
TEK DETAL DƏYİŞMƏSİ (BOYAMA) ŞABLON "Bu şəkildə YALNIZ [maskalı sahə: tutacaq] sahəsini təkrarlayın. Yeni versiya: [daha incə, erqonomik, əyri]. Şəklin qalan hissəsinə, onun işıqlandırmasına və bucağına DEYİN."
TƏKRAR EDİLEBİLİRLİK QEYD ŞABLONU "Bu çapı bəyənirəm. Aşağıdakı məlumatı yadda saxlayın və ondan növbəti dəfə istifadə edin: prompt = [tam mətn], toxum = [nömrə], aspekt = [nisbət], addım = [nömrə], oriyentasiya = [dəyər]. Sadəcə bu elementi dəyişdirin: [X]."
Zəif məlumat / Güclü göstəriş
ZƏFS İSTİFADƏ: "Ağ fonda qulaqlıqların gözəl renderi."
GÜÇLÜ İSTİFADƏ: "Qulaqdaxili simsiz qulaqlıq doldurma qutusu, oval həb forması, yuxarıda nazik ayırıcı xətt. CMF: tutqun fil sümüyü polikarbonat gövdə, atlaz qızılı menteşə zolağı. Bucaq: 3/4 ön, bir az yuxarı. İşıq: yumşaq studiya softbox, yüngül üstdən əks. Fon: işıqlı işıqlı məhsul. Fon rəngi. Rendering Seed: 4821, aspekt 4:3 --mənfi: insan əli, mətn, logo, su nişanı, ikinci məhsul, sərt kölgə."
Zəif göstəriş alətə boşluqları klişe ilə doldurmağa imkan verir; Güclü göstəriş hər təbəqəni müəyyən edir, neqativləri aradan qaldırır və onu toxumla təkrar istehsal oluna bilir.
Ümumi səhvlər
- Bir cümləlik qeyri-müəyyən əmr yazın və nəticəni alətə yükləyin. AI boşluqları doldurur, siz yox.
- Toxumlara və parametrlərə qənaət etməmək. İstədiyiniz nəticəni bir daha heç vaxt əldə edə bilməzsiniz.
- Heç vaxt mənfi göstərişdən istifadə etməyin. İstenmeyen elementlər çıxışı çirkləndirir.
- Kompozisiyanın yoxlanılması əvəzinə yüzlərlə təsadüfi sınaqdan keçmək. ControlNet/inpainting işi sürətləndirir.
- Başqasının müəllif hüququ ilə qorunan şəklini istinad kimi istifadə etmək. Üslub təqlidi və müəllif hüquqları riski var (10-cu bölməyə baxın).
Diqqət: İstinad şəkilləri və ya üslub çəkiləri güclü alətlərdir, lakin başqasının mülkiyyət dizaynını və ya rəssamın imza üslubunu kopyalamaq üçün istifadə edildikdə hüquqi və etik risklər yaradır. İstinadlarınızı öz materialınızdan və ya icazə verilən/pulsuz mənbələrdən seçin.
Xülasə
Vizual süni intellektə nəzarət etmək üç imkan tələb edir: laylı sorğunun qurulması (mövzu, forma, CMF, bucaq, işıq, üslub, mənfi), təsvirlə istiqamətləndirmə (istinad, ControlNet, rəngləmə, üslub çəkisi) və təkrar istehsal qabiliyyətini təmin etmək (toxum və parametrlərə qənaət). Bu üçü ilə süni intellekt təsadüfi maşından idarə oluna bilən dizayn alətinə çevrilir. Siz kompozisiyanızı qorumaq istədiyiniz zaman ControlNet və inpainting sırf əmrdən daha güclüdür. İstəmədiyinizləri mənfi göstərişlə aradan qaldırın və istinadlarınızı müəllif hüquqları ilə qorunan mənbələrdən seçin.
Tətbiq tapşırığı
Bir məhsul seçin və əvvəlcə əl ilə kobud eskiz çəkin (və ya tapın). Bu məhsulu laylı məlumat çərçivəsi ilə təsvir edən bir sorğu yazın, mənfi göstəriş əlavə edin və dörd nəticə çıxarın. İstədiyiniz çıxışın toxumunu və parametrlərini yadda saxlayın; Sonra "Tək detal dəyişikliyi" məntiqi ilə yalnız bir elementi (məsələn, sapı) dəyişdirin və eyni toxumla yenidən istehsal edin. İki nəticəni müqayisə edin və nəzarətin necə dəyişdiyini yazın.
yoxlama siyahısı
- [ ] Mən altı təbəqəni əhatə etmək üçün əmri quraşdırdım (mövzu, forma, CMF, bucaq, işıq, üslub).
- [ ] Mən istəmədiyimi mənfi sorğuda yazdım.
- [ ] Kompozisiyaya riayət etmək lazım olanda istinad/ControlNet/inpainting istifadə etdim.
- [ ] Mən bəyəndiyim çıxışın toxumlarını və parametrlərini saxladım.
- [ ] Mən tək dəyişəni köçürməklə idarə olunan variasiyaya cəhd etdim.
- [ ] Mən istinad şəkillərimi müəllif hüququ ilə qorunan mənbələrdən seçmişəm.