Detaljan pogled na vizualne AI alate: Brze, reference i kontrola stila

Dobici:

• Sposobnost uspostavljanja vizuelne brze anatomije (predmet, materijal, ugao, svetlo, stil, negativ) i dobijanje reproducibilnih rezultata
• Sposobnost usmjeravanja vizualnog smjera pomoću kontrolnih metoda kao što su referentna slika, ControlNet, sjeme i težina stila
• Sposobnost odabira alata u skladu sa zadatkom i evaluacije rezolucije, konzistentnosti i ograničenja prava korištenja izlaza

U prethodnoj cjelini vidjeli ste kako pozicionirati AI u generiranju koncepta. U ovoj jedinici idemo korak dublje: naučit ćete zapravo kontrolirati vizualne AI alate. Frustracija mnogih dizajnera je što alat proizvodi slike "sam od sebe"; Međutim, problem obično nije dvosmislenost alata, već dvosmislenost datih instrukcija. Kontrola vizuelne veštačke inteligencije zahteva poznavanje tri stvari: brzu anatomiju (ispravno postavljanje instrukcija), kontrolu referenci i kompozicije (predvodeći vizuelno) i reproduktivnost (ponovo dobijanje istog rezultata). Jednom kada naučite ova tri, AI se pretvara iz nasumične vizualne mašine u alat za dizajn koji se može upravljati.

Brza anatomija: šest slojeva opisivanja slike

Dobar vizuelni upit nije nasumična rečenica, već slojeviti recept. Razmotrite ovih šest slojeva:

1. Predmet: Šta proizvodimo? ("kutija za bežično punjenje slušalica")
2. Forma i detalji: silueta, proporcija, ugao, distinkcija površine. ("zaobljeni uglovi, dvodijelni, tanka linija razdvajanja na vrhu")
3. Materijal i CMF: boja-materijal-površina. ("mat antracit polikarbonat, traka od brušenog aluminijuma")
4. Ugao i kadriranje: Tačka gledišta i kadriranje. ("3/4 sprijeda, blago odozgo, proizvod centriran")
5. Svetlo i okruženje: osvetljenje i pozadina. ("meko studijsko svjetlo, neutralna svijetlo siva beskonačna pozadina")
6. Stil i namjena: Skica, fotorealistički prikaz, tehnički crtež. ("fotorealistički prikaz proizvoda")

Ovome se dodaje negativan upit: stvari koje ne želite. Mnogi alati nude područje "negativnog prompta"; Ovdje brišete izlaz tako što upisujete ono što ne želite, kao što je "ljudska ruka, tekst, logo, neuredna pozadina, više proizvoda". Ako ostavite slojeve koji nedostaju, AI će popuniti te praznine svojim vlastitim statističkim prosjekom; To znači kliše.

Savjet: Postavite upit kao da čitate iz uzorka: subjekt + forma + CMF + ugao + svjetlo + stil + negativ. Ako vam se ne sviđa izlaz, pitajte koji sloj nedostaje, nemojte ponovo pisati cijeli upit.

Referenca, kompozicija i kontrola stila

Riječi ne mogu reći sve; Ponekad slika vredi hiljadu reči. Moderni gadgeti nude nekoliko moćnih načina kontrole:

• Referentna slika (upit za sliku / referenca slike): Učitavate sliku i kažete "neka izgleda ovako". Postavljate koliko alat referencira izlaz s težinom.
• ControlNet: U ekosistemu Stable Diffusion, to je kontrolni sloj koji čuva strukturu ivice/linije/dubine/poze skice ili fotografije i stvara novu sliku na njoj. Idealno za očuvanje kompozicije i promjenu materijala vlastite skice.
• Referenca stila/težina stila: Prenošenje samo atmosfere / osjećaja teksture boje slike, a ne njenog sadržaja.
• Inpainting (regionalno uređivanje): maskiranje samo dijela slike i reprodukcija (na primjer, promjena samo ručke).
• LoRA / prilagođena obuka: Na naprednom nivou, fino podešavanje modela na osnovu jezika brenda ili specifičnog stila. Ovo zahtijeva zaštitu privatnosti i autorskih prava (sa vašim podacima, uz dopuštenje).

Zajednička prednost ovih alata: prisiljavaju AI da radi iz okvira koji mu date, umjesto da sanja od nule. Najvredniji za dizajnera su često ControlNet i inpainting, jer čuvaju vlastitu kompoziciju skice.

Reproducibilnost: sjeme i parametri

Difuzijski modeli počinju sa slučajnošću. Sjeme je početni broj ove slučajnosti. Isti upit + isto sjeme + isti parametri obično daje istu/veoma sličnu sliku. Ovo je kritično za dizajn: popravljate seme da biste reproducirali sliku koja vam se sviđa, ili samo promijenite riječ i vidite efekat na kontroliran način. Ostali važni parametri: omjer širine i visine, koraci (više koraka, rafiniraniji, ali sporiji) i skala vođenja (navođenje/CFG; koliko čvrsto odgovara upitu — ako je previsok, izgleda umjetno i usiljeno).

kontrolu

Šta radi

Kada koristiti

Fiksiranje sjemena

Reproducira isti izlaz

Kada razvijate sliku i isprobavate A/B

Referentna slika + težina

Podsjeća na sliku

Prenos kompozicije/atmosfere

ControlNet (ivica/dubina)

Čuva sastav, mijenja sadržaj

Kreiranje rendera iz vlastite skice

inpainting

Osvježava samo jednu regiju

Promijenite jedan detalj

negativan prompt

Eliminiše neželjene

Čišćenje pozadine, ruku, teksta

tri mini kofera

Slučaj 1 — Zaštita vlastite skice. Dizajner želi ručno nacrtanu skicu ručnog usisavača pretvoriti u fotorealističan prikaz. Kada ga isprobate samo sa tekstualnim upitom, AI proizvodi potpuno drugačiji oblik. Kada učitate svoju skicu koristeći ControlNet-ov canny mod, AI čuva svoje linije i prekriva je mat plastikom i studijskim osvjetljenjem. On postiže rezultat koji želi u 4 pokušaja. Pouka: za očuvanje kompozicije, ControlNet je mnogo moćniji od čistog prompta.

Slučaj 2 — Nekontrolisani gubitak varijacije. Dizajner pronađe koncept koji mu se sviđa, ali ne uzima u obzir seme. Sljedećeg dana, kada zatraži "malo tanju ručku", ne može ponovo proizvesti istu sliku; Svaki put izlazi potpuno drugačiji proizvod i gubi sate. Lekcija: sačuvajte seme i puni prompt svakog izlaza koji vam se sviđa; ovo su vaše "povratne" tačke.

Slučaj 3 — Čišćenje sa negativnim odzivom. Kada dizajner proizvodi studijske slike, neželjene ljudske ruke, reflektirani tekst i drugi proizvod pojavljuju se u polovini ispisa. Dodaje "ljudske ruke, tekst, vodeni žig, duplikat proizvoda, pretrpanu pozadinu" negativnom promptu i kvalitet izlaza se značajno povećava sa samo 8 riječi. Pouka: reći šta ne želite jednako je važno kao i reći šta želite.

Predlošci upita koji se mogu kopirati

SLOJEVI SKELET PROMPTA"[predmet], [forma i detalj], [CMF: boja-materijal-površina], [ugao i uokvirivanje], [svjetlo i pozadina], [stil: skica/renderiranje/tehnika].--negativno: ljudska ruka, tekst, logo, vodeni žig, višestruki proizvod, neuredna pozadina."

PREDLOŽITE PREDLOŽENO IZ REFERENCE "Zadržite LINIJU I KOMPOZICIJU skice koju sam postavio (ControlNetedge mod). Nanesite sljedeći materijal na nju: [mat plastično tijelo, aluminijski detalj]. Svjetlo: meki studio. Pozadina: neutralno siva. Ne mijenjajte formu, samo dodajte materijal i svjetlost."

PREDLOZAK ZA PROMJENU JEDNOG DETALJA (BOJANJE) "Na ovoj slici, reprodukujte SAMO [maskirana oblast: drška] oblast. Nova verzija: [tanja, ergonomska, zakrivljena]. NE DIRAJTE ostatak slike, njeno osvetljenje i ugao."

PREDLOŽAK BILJEŠKE O REPRODUKTIVNOSTI "Sviđa mi se ovaj ispis. Sačuvajte sljedeće informacije i upotrijebite ih sljedeći put: prompt = [puni tekst], sjeme = [broj], aspekt = [omjer], korak = [broj], orijentacija = [vrijednost]. Samo promijenite ovaj jedan element: [X]."

Slaba prompt / Jaka prompt

SLABA UPITKA: "Lep prikaz slušalica na bijeloj pozadini."

SNAŽNA UPOTREBA: "Bežična torbica za punjenje slušalica za uši, ovalni oblik pilule, tanka linija razdvajanja na vrhu. CMF: mat kućište od polikarbonata boje slonovače, traka za šarke od satenske zlatne boje. Ugao: 3/4 sprijeda, blago odozgo. Svjetlo: mekani studijski softbox, blagi odsjaj na vrhu. Pozadina: neutralna svijetlo siva, beskonačna pozadinska slika. 4821, aspekt 4:3 --negativ: ljudska ruka, tekst, logo, vodeni žig, drugi proizvod, tvrda sjena.

Slab prompt omogućava alatu da popuni praznine klišeom; Moćni prompt identifikuje svaki sloj, eliminiše negativnosti i čini ga ponovljivim sa semenom.

Uobičajene greške

• Napišite nejasan upit od jedne rečenice i prenesite rezultat u alatku. AI popunjava praznine, a ne vi.
• Ne čuvaju seme i parametre. Nikada više ne možete dobiti rezultat koji vam se sviđa.
• Nikada nemojte koristiti negativnu prompt. Neželjeni elementi kontaminiraju izlaz.
• Raditi stotine nasumičnih pokušaja umjesto provjere sastava. ControlNet/inpainting ubrzava posao.
• Korištenje tuđe slike zaštićene autorskim pravima kao reference. Postoji rizik od imitacije stila i autorskih prava (vidi Jedinicu 10).

Oprez: Referentne slike ili težine stilova su moćni alati, ali predstavljaju pravni i etički rizik ako se koriste za kopiranje tuđeg vlasničkog dizajna ili stila s potpisom umjetnika. Odaberite svoje reference iz vlastitog materijala ili iz dozvoljenih/besplatnih izvora.

Ukratko

Kontrola vizuelne veštačke inteligencije zahteva tri mogućnosti: postavljanje slojevite prompta (predmet, forma, CMF, ugao, svetlo, stil, negativ), vođenje sa slikom (referenca, ControlNet, slikanje, težina stila) i obezbeđivanje reproduktivnosti (čuvanje semena i parametara). Sa ova tri, AI se iz nasumične mašine pretvara u alat za dizajn koji se može upravljati. ControlNet i inpainting su mnogo moćniji od čistog prompta kada želite da zaštitite svoju kompoziciju. Uklonite one koje ne želite s negativnim upitom i odaberite svoje reference iz izvora zaštićenih autorskim pravima.

Zadatak aplikacije

Odaberite proizvod i prvo rukom nacrtajte (ili pronađite) grubu skicu. Napišite prompt koji opisuje ovaj proizvod sa slojevitim okvirom prompta, dodajte negativan prompt i proizvedite četiri izlaza. Sačuvajte seme i parametre izlaza koji želite; Zatim, pomoću logike "Promjena jednog detalja", promijenite samo jedan element (na primjer, ručku) i ponovo ga proizvedite s istim sjemenom. Uporedite dva rezultata i napišite kako se kontrola mijenja.

kontrolna lista

• [ ] Postavio sam prompt da pokrije šest slojeva (predmet, forma, CMF, ugao, svetlo, stil).
• [ ] Napisao sam ono što nisam htio u negativnom upitu.
• [ ] Koristio sam reference/ControlNet/inpainting kada sam trebao održavati kompoziciju.
• [ ] Sačuvao sam seme i parametre izlaza koji su mi se svideli.
• [ ] Pokušao sam kontroliranu varijaciju pomicanjem jedne varijable.
• [ ] Odabrao sam svoje referentne slike iz izvora zaštićenih autorskim pravima.