Добивки:
- Способност да се воспостави визуелна брза анатомија (предмет, материјал, агол, светлина, стил, негатив) и да се добијат репродуктивни резултати
- Способност за насочување на визуелната насока со контролни методи како што се референтна слика, контролна мрежа, семе и тежина на стилот
- Способност да се избере алатката според задачата и да се оцени резолуцијата, конзистентноста и ограничувањата на правата за користење на излезот
Во претходната единица, видовте како да ја позиционирате вештачката интелигенција во генерирање концепт. Во оваа единица одиме еден чекор подлабоко: ќе научите всушност да ги контролирате алатките за визуелна вештачка интелигенција. Фрустрацијата на многу дизајнери е што алатката произведува слики „сама“; Меѓутоа, проблемот обично не е нејасноста на алатката, туку двосмисленоста на дадените инструкции. Контролирањето на визуелната вештачка интелигенција бара познавање на три работи: брза анатомија (правилно поставување на инструкциите), контрола на референцата и составот (води со визуелното) и репродуктивност (повторно добивање на истиот резултат). Откако ќе ги научите овие три, вештачката интелигенција се трансформира од случајна визуелна машина во алатка за дизајн што може да се управува.
Брза анатомија: шест слоеви на опишување слика
Добар визуелен потсетник не е случајна реченица, туку повеќеслоен рецепт. Размислете за овие шест слоеви:
- Тема: Што произведуваме? („кутија за полнење безжични слушалки“)
- Форма и детали: силуета, пропорција, агол, површинска разлика. („заоблени агли, дводелна, тенка линија на поделба на врвот“)
- Материјал и CMF: Боја-материјал-површина. („мат антрацит поликарбонат, брусена алуминиумска лента“)
- Агол и кадрирање: гледна точка и кадрирање. („3/4 од напред, малку одозгора, во центарот на производот“)
- Светлина и околина: осветлување и позадина. („мека студиска светлина, неутрална светло сива бесконечна заднина“)
- Стил и цел: Скица, фотореалистичко рендерирање, технички цртеж. („фотореалистичко прикажување на производот“)
Додадено на ова е негативно предупредување: работи што не ги сакате. Многу алатки нудат област за „негативно барање“; Овде го бришете излезот со внесување на она што не го сакате, како што е „човечка рака, текст, лого, неуредна позадина, мулти-производ“. Ако оставите слоеви да недостасуваат, вештачката интелигенција ќе ги пополни тие празнини со свој статистички просек; Ова значи клише.
Совет: поставете го потсетникот како да чита од шема: предмет + форма + CMF + агол + светло + стил + негатив. Ако не ви се допаѓа излезот, прашајте кој слој недостасува, не препишувајте го целото барање.
Контрола на референца, состав и стил
Зборовите не можат да кажат сè; Понекогаш една слика вреди илјада зборови. Современите гаџети нудат неколку моќни средства за контрола:
- Референтна слика (промпт за слика / референца на слика): Поставувате слика и велите „направи да изгледа вака“. Вие поставувате колку алатката го референцира излезот со тежина.
- ControlNet: In the Stable Diffusion ecosystem, it is a control layer that preserves the edge/line/depth/pose structure of a sketch or photo and produces a new image on top of it. Идеален за зачувување на композицијата и менување на материјалот на вашата скица.
- Референца на стилот / тежина на стилот: да се пренесе само атмосферата / чувството на боја-текстура на сликата, а не нејзината содржина.
- Вградување (регионално уредување): Маскирање само дел од сликата и нејзино репродуцирање (на пример, менување само на рачката).
- LoRA / прилагодена обука: На напредно ниво, дотерување на моделот врз основа на јазик на брендот или специфичен стил. Ова бара приватност и претпазливост за авторските права (со ваши сопствени податоци, со дозвола).
Заедничката придобивка од овие алатки: тие ја принудуваат вештачката интелигенција да работи од рамката што и ја давате, наместо да сонува од нула. Највредните за дизајнерот често се ControlNet и inpainting, бидејќи тие ја зачувуваат вашата сопствена скица композиција.
Репродуктивност: семе и параметри
Моделите на дифузија започнуваат со случајност. Семето е почетниот број на оваа случајност. Истиот промпт + истото семе + истите параметри обично дава иста/многу слична слика. Ова е критично за дизајнот: го поправате семето за да репродуцира слика што ви се допаѓа или едноставно менувате збор и го гледате ефектот на контролиран начин. Other important parameters: aspect ratio, steps (more steps, more refined but slower), and guidance scale (guidance/CFG; how tightly it fits the prompt — if it's too high, it looks artificial and forced).
контрола
Што прави
Кога да се користи
Фиксирање на семиња
Го репродуцира истиот излез
Кога развивате слика и пробувате A/B
Референтна слика + тежина
Наликува на слика
Трансфер на состав/атмосфера
ControlNet (раб/длабочина)
Го зачувува составот, ја менува содржината
Создавање рендер од сопствена скица
сликање
Освежува само еден регион
Променете еден детал
негативен потсетник
Ги елиминира несаканите
Чистење на позадина, рака, текст
три мини футроли
Случај 1 - Заштита на сопствената скица. Дизајнер сака да ја претвори рачно нацртаната скица на рачна правосмукалка во фотореалистичко прикажување. Кога ќе го пробате само со текстуална порака, вештачката интелигенција произведува сосема поинаква форма. When you upload your sketch using ControlNet's canny mode, the AI preserves its lines and covers it with matte plastic and studio lighting. Го добива резултатот што го сака во 4 обиди. Лекција: за зачувување на составот, ControlNet е многу помоќен од чистиот промпт.
Случај 2 - Неконтролирано губење на варијација. Дизајнерот наоѓа концепт што му се допаѓа, но не го забележува семето. Следниот ден, кога ќе побара „малку потенка рачка“, не може повторно да ја произведе истата слика; Секој пат излегува сосема различен производ и тој губи часови. Лекција: зачувајте го семето и целосното известување на секој излез што ви се допаѓа; ова се вашите „повратни“ точки.
Случај 3 — Чистење со негативен потсетник. Кога дизајнер произведува студиски слики, несаканите човечки раце, рефлектираниот текст и втор производ се појавуваат на половина од отпечатоците. It adds "human hands, text, watermark, duplicate product, cluttered background" to the negative prompt and the output quality increases significantly with only 8 words. Поука: да кажете што не сакате е исто толку важно како да кажете што сакате.
Шаблони за копирање на брзините
LAYERED PROMPT SKELETON"[subject], [form and detail], [CMF: color-material-surface],[angle and framing], [light and background], [style: sketch/render/technique].--negative: human hand, text, logo, watermark, multi-product, messy background."
RENDER TEMPLATE FROM REFERENCE"Keep the LINE AND COMPOSITION of the sketch I uploaded (ControlNetedge mode). Apply the following material on it: [matte plastic body, aluminum detail]. Light: soft studio. Background: neutral grey. Don't change the form, just add material and light."
SINGLE DETAIL CHANGE (INPAINTING) TEMPLATE "In this image, reproduce ONLY the [masked area: handle] area. New version: [slimmer, ergonomic, curved]. DO NOT TOUCH the rest of the image, its lighting and angle."
шаблон за ЗАБЕЛЕШКА ЗА РЕПРОДУКТИбилност "Ми се допаѓа овој отпечаток. Зачувајте ги следните информации и искористете ги следниот пат: prompt = [целосен текст], seed = [број], аспект = [сооднос], чекор = [број], ориентација = [вредност]. Само сменете го овој елемент: [X]."
Слаб промпт / Силен промпт
СЛАБ ПРЕТСТАВ: „Убав рендер на слушалки на бела позадина“.
СИЛНО ПРЕТСТАВУВАЊЕ: „Безжична футрола за полнење за слушалки во уво, овална форма на таблета, тенка линија за поделба на врвот. CMF: мат поликарбонатно тело од слонова коска, лента за шарки од сатен златна боја. Агол: 3/4 напред, малку горниот дел. Светлина: мека студиска мека кутија, благ рефлексија на горниот дел. Заднина со неутрална светлина на производот. рендерирање: 4821, аспект 4:3 --негативно: човечка рака, текст, лого, воден печат, втор производ, тврда сенка.
Слабиот промпт овозможува алатката да ги пополни празнините со клише; Моќниот повик го идентификува секој слој, ги елиминира негативните и го прави репродуктивен со семето.
Вообичаени грешки
- Напишете нејасно известување со една реченица и прикачете го резултатот во алатката. ВИ ги пополнува празнините, а не вие.
- Не штеди семиња и параметри. Никогаш повеќе не можете да го добиете резултатот што го сакате.
- Никогаш не користете го негативното известување. Несаканите елементи го загадуваат излезот.
- Правење стотици случајни испитувања наместо проверка на составот. ControlNet/inpainting ја забрзува работата.
- Користење на туѓа слика заштитена со авторски права како референца. Постои ризик од имитација на стил и авторски права (види Дел 10).
Внимание: референтните слики или тежините на стилот се моќни алатки, но тие претставуваат правни и етички ризици ако се користат за копирање на туѓ сопствен дизајн или стил на потпис на уметник. Изберете ги вашите референци од ваш сопствен материјал или од дозволени/бесплатни извори.
Сумирано
Контролирањето на визуелната вештачка интелигенција бара три способности: поставување повеќеслојна промпт (предмет, форма, CMF, агол, светлина, стил, негатив), водење со сликата (референца, контролна мрежа, сликање, тежина на стилот) и обезбедување репродуктивност (зачувување на семето и параметрите). Со овие три, вештачката интелигенција се претвора од случајна машина во алатка за дизајн што може да се управува. ControlNet и inpainting се многу помоќни од чистото барање кога сакате да го заштитите вашиот состав. Елиминирајте ги оние што не ги сакате со негативното барање и изберете ги вашите референци од извори безбедни за авторски права.
Задача за апликација
Изберете производ и прво нацртајте (или пронајдете) груба скица со рака. Напишете потсетник што го опишува овој производ со слоевита рамка за промпт, додадете негативен потсетник и продуцирајте четири излези. Зачувајте го семето и параметрите на излезот што ви се допаѓа; Потоа, со логиката „Промена на еден детал“, сменете само еден елемент (на пример, рачката) и повторно произведете го со истото семе. Споредете ги двата резултати и напишете како се менува контролата.
листа за проверка
- [ ] Го поставив промптот да покрива шест слоеви (предмет, форма, CMF, агол, светлина, стил).
- [ ] Го напишав она што не го сакав во негативниот промпт.
- [ ] Користев референца/ControlNet/inpainting кога требаше да го одржам составот.
- [ ] Ги зачував семките и параметрите на излезот што ми се допадна.
- [ ] Се обидов со контролирана варијација со поместување на една променлива.
- [ ] Ги избрав моите референтни слики од извори безбедни за авторски права.