Hagnaður:
- Hæfni til að koma á sjónrænni líffærafræði (viðfangsefni, efni, horn, ljós, stíll, neikvætt) og fá endurtakanlegar niðurstöður
- Geta til að beina sjónrænni stefnu með stýriaðferðum eins og tilvísunarmynd, ControlNet, fræi og stílþyngd
- Geta til að velja tólið í samræmi við verkefnið og meta upplausn, samkvæmni og notkunarréttarmörk framleiðslunnar
Í fyrri einingu sástu hvernig á að staðsetja gervigreind í hugmyndagerð. Í þessari einingu förum við einu skrefi dýpra: þú munt læra að stjórna sjónrænum gervigreindarverkfærum. Gremja margra hönnuða er að tólið framleiðir myndir "á eigin spýtur"; Hins vegar er vandamálið venjulega ekki tvíræðni tækisins heldur tvíræðni leiðbeininganna sem gefnar eru. Að stjórna sjónrænum gervigreind krefst þess að þú þekkir þrennt: skyndilega líffærafræði (stilla leiðbeiningarnar rétt), tilvísunar- og samsetningarstýringu (leiðandi með sjón) og endurgerðanleika (fá sömu niðurstöðu aftur). Þegar þú hefur lært þetta þrennt breytist gervigreind úr handahófskenndri sjónrænni vél í stýranlegt hönnunarverkfæri.
Hvetjandi líffærafræði: sex lög til að lýsa mynd
Góð sjónræn hvetja er ekki handahófskennd setning, heldur lagskipt uppskrift. Íhugaðu þessi sex lög:
- Efni: Hvað framleiðum við? ("þráðlaus hleðslubox fyrir heyrnartól")
- Form og smáatriði: Skuggamynd, hlutfall, horn, yfirborðsaðgreining. ("ávalin horn, tvískipt, þunn skillína efst")
- Efni og CMF: Litur-efni-yfirborð. ("matt antrasít pólýkarbónat, burstað ál ræma")
- Horn og ramma: Sjónarhorn og ramma. ("3/4 að framan, örlítið að ofan, vara miðuð")
- Ljós og umhverfi: Lýsing og bakgrunnur. ("mjúkt stúdíóljós, hlutlaust ljósgrátt óendanlegt bakgrunn")
- Stíll og tilgangur: Skissur, ljósraunsæ flutningur, tækniteikning. ("ljósraunsæ vöruútgáfa")
Við þetta bætist neikvæð kvaðning: hlutir sem þú vilt ekki. Mörg verkfæri bjóða upp á "neikvæð hvetja" svæði; Hér hreinsar þú úttakið með því að slá inn það sem þú vilt ekki, svo sem "mannshönd, texti, lógó, sóðalegur bakgrunnur, fjölvara". Ef þú skilur eftir lög sem vantar, mun gervigreind fylla í þau eyður með eigin tölfræðilegu meðaltali; Þetta þýðir klisja.
Ábending: Settu upp hvetjuna eins og þú værir að lesa úr mynstri: myndefni + form + CMF + horn + ljós + stíll + neikvæður. Ef þér líkar ekki úttak, spyrðu hvaða lag vantar, ekki endurskrifa alla leiðbeiningarnar.
Tilvísun, samsetningu og stílstýringu
Orð geta ekki sagt allt; Stundum er mynd meira en þúsund orða virði. Nútíma græjur bjóða upp á nokkrar öflugar stjórnunaraðferðir:
- Tilvísunarmynd (myndkvaðning / myndtilvísun): Þú hleður upp mynd og segir "láttu hana líta svona út". Þú stillir hversu mikið tólið vísar til úttaksins með þyngd.
- ControlNet: Í Stable Diffusion vistkerfinu er það stjórnalag sem varðveitir brún/línu/dýpt/stöðu uppbyggingu skissu eða ljósmyndar og framleiðir nýja mynd ofan á hana. Tilvalið til að varðveita samsetninguna og breyta efninu í eigin skissu.
- Stílvísun / stílþyngd: Til að miðla aðeins andrúmslofti / litaáferðartilfinningu myndar, ekki innihaldi hennar.
- Inpainting (svæðisvinnsla): Maskera aðeins hluta myndarinnar og endurskapa hana (til dæmis breyta aðeins handfanginu).
- LoRA / sérsniðin þjálfun: Á framhaldsstigi, fínstilla líkanið út frá tungumáli vörumerkis eða ákveðnum stíl. Þetta krefst persónuverndar og höfundarréttarvarúðar (með eigin gögnum, með leyfi).
Sameiginlegur ávinningur þessara verkfæra: Þau þvinga gervigreind til að vinna út frá rammanum sem þú gefur henni, frekar en að dreyma frá grunni. Það dýrmætasta fyrir hönnuðinn eru oft ControlNet og inpainting, vegna þess að þeir varðveita þína eigin skissusamsetningu.
Fjölbreytanleiki: fræ og breytur
Dreifingarlíkön byrja með handahófi. Fræ er upphafsnúmer þessa handahófi. Sama hvetja + sama fræ + sömu færibreytur gefur venjulega sömu/mjög svipaða mynd. Þetta er mikilvægt fyrir hönnun: þú lagar fræið til að endurskapa mynd sem þú vilt, eða breytir bara orði og sérð áhrifin á stjórnaðan hátt. Aðrar mikilvægar breytur: stærðarhlutfall, skref (fleirri skref, fágaðari en hægari) og leiðsagnarkvarði (leiðsögn/CFG; hversu þétt það passar við vísunina - ef það er of hátt lítur það gervi og þvingað út).
stjórna
Hvað gerir
Hvenær á að nota
Fræfesting
Afritar sömu framleiðslu
Þegar þú framkallar mynd og prófar A/B
Viðmiðunarmynd + þyngd
Það líkist mynd
Samsetning/flutningur andrúmslofts
ControlNet (brún/dýpt)
Viðheldur samsetningu, breytir innihaldi
Að búa til myndgerð úr eigin skissu
málverk
Endurnýjar aðeins eitt svæði
Breyttu einu smáatriði
neikvæð kvaðning
Útrýma óæskilegum
Þrif bakgrunnur, hönd, texti
þrjú smámál
Tilfelli 1 - Að vernda eigin skissu. Hönnuður vill breyta handteiknaðri skissu af handryksugu í ljósraunsæja mynd. Þegar þú reynir það með bara textakvaðningu framleiðir gervigreindin allt annað form. Þegar þú hleður upp skissunni þinni með því að nota snjalla stillingu ControlNet, varðveitir gervigreindin línur sínar og hylur hana með mattu plasti og stúdíólýsingu. Hann fær þá niðurstöðu sem hann vill í 4 tilraunum. Lexía: til að varðveita samsetningu er ControlNet miklu öflugra en hrein hvetja.
Tilfelli 2 — Óviðráðanlegt tap á breytileika. Hönnuður finnur hugtak sem honum líkar, en tekur ekki mark á fræinu. Daginn eftir, þegar hann biður um „örlítið þynnra handfang“, getur hann ekki framkallað sömu myndina aftur; Allt önnur vara kemur út í hvert skipti og hann tapar klukkustundum. Lexía: vistaðu fræið og fulla hvetja hvers framleiðslu sem þú vilt; þetta eru "skilapunktar" þínir.
Tilfelli 3 — Þrif með neikvæðri leiðbeiningu. Þegar hönnuður framleiðir vinnustofumyndir birtast óæskilegar mannshendur, endurkastaður texti og önnur vara í helmingi útprentanna. Það bætir "mannahöndum, texta, vatnsmerki, afritaða vöru, ringulreið bakgrunn" við neikvæðu vísuna og úttaksgæði aukast verulega með aðeins 8 orðum. Lærdómur: að segja það sem þú vilt ekki er jafn mikilvægt og að segja það sem þú vilt.
Afritanleg hvetja sniðmát
LAGSKIPTAÐ SLEGA BEINAGREIÐ "[viðfangsefni], [form og smáatriði], [CMF: lit-efni-yfirborð],[horn og ramma], [ljós og bakgrunnur], [stíll: skissa/útgáfa/tækni].--neikvætt: mannshönd, texti, lógó, vatnsmerki, margframleiðsla, sóðalegur bakgrunnur.“
RENDUR Sniðmát FRÁ TILVÍSUN"Haltu LÍNU OG SAMSETNINGU skissunnar sem ég hlóð upp (ControlNetedge mode). Settu eftirfarandi efni á það: [mattur plasthluti, ál smáatriði]. Ljós: mjúk stúdíó. Bakgrunnur: hlutlaus grár. Ekki breyta forminu, bara bæta við efni og ljósi."
EINSTAKLEGA BREYTING (MÁLVERK) Sniðmát "Á þessari mynd, endurskapa AÐEINS [grímusvæði: handfang] svæðið. Ný útgáfa: [granna, vinnuvistfræðilegt, bogið]. EKKI Snerta afganginn af myndinni, lýsingu hennar og horn."
Sniðmát fyrir endurframleiðni minnismiða "Mér líkar vel við þessa útprentun. Vistaðu eftirfarandi upplýsingar og notaðu þær næst: hvetja = [heill texti], fræ = [tala], hlið = [hlutfall], skref = [tala], stefnu = [gildi]. Breyttu bara þessu eina atriði: [X]."
Veik kvaðning / Sterk kvaðning
VEIK tilvitnun: "Fín útgáfa af heyrnartólum á hvítum bakgrunni."
STERK TILKYNNING: "Þráðlaust hleðsluhylki fyrir heyrnartól í eyra, sporöskjulaga pilluform, þunn deilunarlína að ofan. CMF: mattur fílabein pólýkarbónat líkami, satíngull lamir ræma. Horn: 3/4 að framan, örlítið efst. Ljós: mjúk stúdíó softbox, örlítil endurspeglun að ofan. Bakgrunnur: hlutlaus ljósgrá vara: óendanlegt ljós, grátt vara: óendanlega mynd. 4821, þáttur 4:3 --neikvæð: mannshönd, texti, lógó, vatnsmerki, önnur vara, harður skuggi.“
Veik hvetja gerir tólinu kleift að fylla í eyðurnar með klisju; Öflug hvetja auðkennir hvert lag, útilokar neikvæðar og gerir það endurgeranlegt með fræinu.
Algeng mistök
- Skrifaðu óljósa hvatningu í einni setningu og hlaðið niðurstöðunni inn í tólið. AI fyllir eyðurnar, ekki þú.
- Ekki vista fræ og færibreytur. Þú getur aldrei fengið það framleiðsla sem þú vilt aftur.
- Notaðu aldrei neikvætt boð. Óæskilegir þættir menga úttakið.
- Að gera hundruð slembiprófa í stað þess að athuga samsetningu. ControlNet/málun flýtir fyrir verkinu.
- Að nota höfundarréttarvarða mynd einhvers annars sem tilvísun. Hætta er á stíleftirlíkingu og höfundarrétti (sjá deild 10).
Varúð: Tilvísunarmyndir eða stílþyngd eru öflug verkfæri, en þau hafa í för með sér lagalega og siðferðilega áhættu ef þær eru notaðar til að afrita sérhönnun einhvers annars eða einkennisstíl listamanns. Veldu tilvísanir þínar úr þínu eigin efni eða úr leyfilegum/ókeypis heimildum.
Í stuttu máli
Að stjórna sjónrænum gervigreind krefst þriggja hæfileika: að setja upp lagskipt kvaðning (viðfangsefni, form, CMF, horn, ljós, stíl, neikvæð), leiðbeina með myndinni (tilvísun, ControlNet, innmálun, stílþyngd) og veita endurgerðanleika (vista fræ og breytur). Með þessum þremur breytist gervigreind úr handahófskenndri vél í stýranlegt hönnunarverkfæri. ControlNet og inpainting eru miklu öflugri en hrein hvetja þegar þú vilt vernda samsetningu þína. Útrýmdu þeim sem þú vilt ekki með neikvæðu tilvitnuninni og veldu tilvísanir þínar úr höfundarréttartryggðum heimildum.
Umsóknarverkefni
Veldu vöru og teiknaðu (eða finndu) grófa skissu í höndunum fyrst. Skrifaðu hvetja sem lýsir þessari vöru með lagskiptri hvetjandi ramma, bættu við neikvæðri vísbendingu og framleiddu fjögur úttak. Vistaðu fræ og færibreytur framleiðslunnar sem þú vilt; Síðan, með „Single detail change“ rökfræðinni, breyttu aðeins einum þætti (til dæmis handfanginu) og framleiddu það aftur með sama fræi. Berðu þessar tvær niðurstöður saman og skrifaðu hvernig stýring breytist.
gátlisti
- [ ] Ég setti upp hvetja til að ná yfir sex lög (viðfangsefni, form, CMF, horn, ljós, stíll).
- [ ] Ég skrifaði það sem ég vildi ekki í neikvæðu boðinu.
- [ ] Ég notaði tilvísun/ControlNet/inpainting þegar ég þurfti að viðhalda samsetningu.
- [ ] Ég vistaði fræ og færibreytur framleiðslunnar sem mér líkaði.
- [ ] Ég reyndi stjórnað tilbrigði með því að færa eina breytu.
- [ ] Ég hef valið tilvísunarmyndirnar mínar úr höfundarréttartryggðum heimildum.