Печалби:
- Възможност за установяване на визуална бърза анатомия (обект, материал, ъгъл, светлина, стил, негатив) и получаване на възпроизводими резултати
- Възможност за насочване на визуално насочване с контролни методи като референтно изображение, ControlNet, начално и стилово тегло
- Възможност за избор на инструмента според задачата и оценка на разделителната способност, последователността и ограниченията на правата за използване на изхода
В предишния модул видяхте как да позиционирате AI в генерирането на концепции. В този модул отиваме една стъпка по-дълбоко: ще се научите да управлявате реално визуални AI инструменти. Разочарованието на много дизайнери е, че инструментът произвежда изображения "сам по себе си"; Проблемът обаче обикновено не е в неяснотата на инструмента, а в неяснотата на дадените инструкции. Контролът на визуалния AI изисква познаване на три неща: бърза анатомия (правилно задаване на инструкциите), контрол на референцията и композицията (водене с визуалното) и възпроизводимост (получаване на същия резултат отново). След като научите тези три, AI се трансформира от произволна визуална машина в управляем инструмент за проектиране.
Бърза анатомия: шест слоя за описание на изображение
Добрата визуална подсказка не е произволно изречение, а многослойна рецепта. Помислете за тези шест слоя:
- Тема: Какво произвеждаме? ("кутия за безжично зареждане на слушалки")
- Форма и детайл: силует, пропорция, ъгъл, разграничение на повърхността. ("заоблени ъгли, две части, тънка разделителна линия отгоре")
- Материал и CMF: Цвят-материал-повърхност. ("матов антрацитен поликарбонат, матирана алуминиева лента")
- Ъгъл и рамкиране: Гледна точка и рамкиране. („3/4 отпред, леко отгоре, центрирано на продукта“)
- Светлина и среда: Осветление и фон. ("мека студийна светлина, неутрален светлосив безкраен фон")
- Стил и предназначение: Скица, фотореалистично изобразяване, технически чертеж. ("фотореалистично представяне на продукт")
Към това се добавя отрицателна подкана: неща, които не искате. Много инструменти предлагат зона за „отрицателна подкана“; Тук изчиствате изхода, като напишете това, което не искате, като например „човешка ръка, текст, лого, разхвърлян фон, мулти-продукт“. Ако оставите слоевете да липсват, AI ще запълни тези празнини със собствена статистическа средна стойност; Това означава клише.
Съвет: Настройте подканата, сякаш четете от шаблон: тема + форма + CMF + ъгъл + светлина + стил + негатив. Ако не харесвате резултат, попитайте кой слой липсва, не пренаписвайте целия ред.
Контрол на справка, композиция и стил
Думите не могат да кажат всичко; Понякога едно изображение струва хиляда думи. Съвременните джаджи предлагат няколко мощни средства за контрол:
- Референтно изображение (подкана за изображение / справка за изображение): Качвате изображение и казвате „накарайте го да изглежда така“. Вие задавате колко инструментът препраща към изхода с тегло.
- ControlNet: В екосистемата Stable Diffusion това е контролен слой, който запазва структурата на ръба/линията/дълбочината/позата на скица или снимка и създава ново изображение върху тях. Идеален за запазване на композицията и промяна на материала на вашата собствена скица.
- Препратка към стил/тегло на стила: За да се предаде само усещането за атмосфера/цветна текстура на изображение, а не неговото съдържание.
- Inpainting (регионално редактиране): Маскиране само на част от изображението и възпроизвеждането му (например промяна само на дръжката).
- LoRA / персонализирано обучение: На напреднало ниво, фина настройка на модела въз основа на език на марката или специфичен стил. Това изисква поверителност и внимание към авторските права (с вашите собствени данни, с разрешение).
Общата полза от тези инструменти: те принуждават AI да работи от рамката, която му давате, вместо да мечтае от нулата. Най-ценните за дизайнера често са ControlNet и inpainting, защото те запазват вашата собствена композиция на скица.
Възпроизводимост: семена и параметри
Дифузионните модели започват със случайност. Семената са началното число на тази произволност. Същата подкана + същата семена + същите параметри обикновено дава същото/много подобно изображение. Това е критично за дизайна: вие коригирате семената, за да възпроизведете изображение, което харесвате, или просто променяте дума и виждате ефекта по контролиран начин. Други важни параметри: съотношение на страните, стъпки (повече стъпки, по-прецизни, но по-бавни) и скала на насочване (насочване/CFG; колко плътно пасва на подканата — ако е твърде високо, изглежда изкуствено и принудено).
контрол
Какво прави
Кога да използвате
Фиксиране на семена
Възпроизвежда същия резултат
Когато развивате изображение и опитвате A/B
Референтно изображение + тегло
Наподобява изображение
Трансфер на композиция/атмосфера
ControlNet (ръб/дълбочина)
Запазва състава, променя съдържанието
Създаване на рендер от собствена скица
рисуване
Опреснява само един регион
Променете един детайл
отрицателна подкана
Елиминира нежеланите
Почистващ фон, ръка, текст
три мини калъфа
Случай 1 — Защита на вашата собствена скица. Дизайнер иска да превърне ръчно нарисувана скица на ръчна прахосмукачка във фотореалистично изобразяване. Когато го изпробвате само с текстова подкана, AI произвежда напълно различна форма. Когато качите вашата скица, използвайки режима canny на ControlNet, AI запазва нейните линии и я покрива с матова пластмаса и студийно осветление. Той получава резултата, който иска след 4 опита. Урок: за запазване на композицията ControlNet е много по-мощен от чистата подкана.
Случай 2 — Неконтролирана загуба на вариация. Дизайнер намира концепция, която харесва, но не взема под внимание семето. На следващия ден, когато той поиска "малко по-тънка дръжка", той не може да създаде същото изображение отново; Всеки път излиза съвсем различен продукт и той губи часове. Урок: запазете семената и пълния ред за всеки изход, който харесвате; това са вашите точки за „връщане“.
Случай 3 — Почистване с отрицателна подкана. Когато дизайнер създава студийни изображения, в половината от разпечатките се появяват нежелани човешки ръце, отразен текст и втори продукт. Той добавя „човешки ръце, текст, воден знак, дублиран продукт, разхвърлян фон“ към отрицателната подкана и качеството на изхода се повишава значително само с 8 думи. Урок: да казваш това, което не искаш, е също толкова важно, колкото да казваш това, което искаш.
Копируеми шаблони за подкана
СЛОЕВ ПОДКАЗАН СКЕЛЕТ"[тема], [форма и детайл], [CMF: цвят-материал-повърхност], [ъгъл и рамка], [светлина и фон], [стил: скица/изобразяване/техника].--негатив: човешка ръка, текст, лого, воден знак, мулти-продукт, разхвърлян фон."
РЕНДИРАНЕ НА ШАБЛОН ОТ РЕФЕРЕНТ "Запазете ЛИНИЯТА И КОМПОЗИЦИЯТА на скицата, която качих (режим ControlNetedge). Приложете върху нея следния материал: [матово пластмасово тяло, алуминиев детайл]. Светлина: меко студио. Фон: неутрално сив. Не променяйте формата, просто добавете материал и светлина."
ШАБЛОН ЗА ПРОМЯНА НА ЕДИН ДЕТАЙЛ (В РИСУВАНЕ) "В това изображение възпроизведете САМО зоната [маскирана област: дръжка]. Нова версия: [по-тънка, ергономична, извита]. НЕ ДОКОСВАЙТЕ останалата част от изображението, неговото осветление и ъгъл."
ШАБЛОН НА БЕЛЕЖКА ЗА ВЪЗПРОИЗВОДИМОСТ „Харесва ми тази разпечатка. Запазете следната информация и я използвайте следващия път: подкана = [пълен текст], начална = [число], аспект = [съотношение], стъпка = [число], ориентация = [стойност]. Просто променете този един елемент: [X].“
Слаба подкана / Силна подкана
СЛАБА ПОДКАНА: „Хубаво изобразяване на слушалки на бял фон.“
СИЛНА ПОДСКАЗКА: „Калъф за безжично зареждане на слушалки в ушите, овална форма на хапче, тънка разделителна линия отгоре. CMF: матово поликарбонатно тяло в цвят слонова кост, сатенирана златиста панта. Ъгъл: 3/4 отпред, леко отгоре. Светлина: мек студиен софтбокс, леко отражение отгоре. Фон: неутрален светлосив безкраен фон. Стил: фотореалистично изобразяване на продукта. 4821, аспект 4:3 --негатив: човешка ръка, текст, лого, воден знак, втори продукт, твърда сянка."
Слабата подкана позволява на инструмента да запълни празните места с клише; Мощната подкана идентифицира всеки слой, елиминира негативите и го прави възпроизводим със семето.
Често срещани грешки
- Напишете неясна подкана от едно изречение и качете резултата в инструмента. AI запълва празнините, не вие.
- Без запазване на семена и параметри. Никога повече не можете да получите резултата, който харесвате.
- Никога не използвайте отрицателната подкана. Нежеланите елементи замърсяват продукцията.
- Правене на стотици произволни опити вместо проверка на състава. ControlNet/inpainting ускорява работата.
- Използване на нечие изображение, защитено с авторски права, като референция. Съществува риск от имитация на стил и авторски права (вижте Раздел 10).
Внимание: Референтните изображения или тежестите на стила са мощни инструменти, но те представляват правни и етични рискове, ако се използват за копиране на нечий патентован дизайн или характерен стил на художник. Изберете вашите препратки от вашите собствени материали или от разрешени/безплатни източници.
В обобщение
Контролът на визуалния AI изисква три възможности: настройка на многопластова подкана (тема, форма, CMF, ъгъл, светлина, стил, негатив), насочване с изображението (референция, ControlNet, рисуване, тегло на стила) и осигуряване на възпроизводимост (запазване на семената и параметрите). С тези три AI се превръща от произволна машина в управляем инструмент за проектиране. ControlNet и inpainting са много по-мощни от чистата подкана, когато искате да защитите композицията си. Елиминирайте тези, които не искате, с отрицателната подкана и изберете препратките си от защитени с авторски права източници.
Задача за приложение
Изберете продукт и първо нарисувайте (или намерете) груба скица на ръка. Напишете подкана, описваща този продукт със слоеста подкана, добавете отрицателна подкана и създайте четири резултата. Запазете семената и параметрите на изхода, който харесвате; След това, с логиката „Промяна на единичен детайл“, променете само един елемент (например дръжката) и го създайте отново със същото семе. Сравнете двата резултата и напишете как се променя управлението.
контролен списък
- [ ] Настроих подканата да покрива шест слоя (обект, форма, CMF, ъгъл, светлина, стил).
- [ ] Написах това, което не исках в отрицателната подкана.
- [ ] Използвах reference/ControlNet/inpainting, когато трябваше да поддържам композицията.
- [ ] Запазих семената и параметрите на изхода, който харесах.
- [ ] Опитах контролирана вариация чрез преместване на една променлива.
- [ ] Избрах референтните си изображения от защитени с авторски права източници.