Zyski:
- Możliwość szybkiego ustalenia wizualnej anatomii (temat, materiał, kąt, światło, styl, negatyw) i uzyskania powtarzalnych wyników
- Możliwość kierowania kierunkiem wizualnym za pomocą metod kontroli, takich jak obraz referencyjny, sieć kontrolna, waga materiału siewnego i stylu
- Możliwość wyboru narzędzia w zależności od zadania i oceny rozdzielczości, spójności i ograniczeń praw użytkowania wyniku
W poprzedniej części widziałeś, jak pozycjonować sztuczną inteligencję w generowaniu koncepcji. W tej części pójdziemy o krok głębiej: nauczysz się faktycznie kontrolować wizualne narzędzia AI. Frustracja wielu projektantów polega na tym, że narzędzie tworzy obrazy „same”; Jednak problemem zwykle nie jest niejednoznaczność narzędzia, ale niejednoznaczność podanych instrukcji. Sterowanie wizualną sztuczną inteligencją wymaga znajomości trzech rzeczy: szybkiej anatomii (prawidłowe ustawienie instrukcji), kontroli referencji i kompozycji (prowadzenie za pomocą wizualizacji) oraz odtwarzalności (ponowne uzyskanie tego samego wyniku). Gdy nauczysz się tych trzech, sztuczna inteligencja przekształca się z losowej maszyny wizualnej w sterowane narzędzie do projektowania.
Szybka anatomia: sześć warstw opisu obrazu
Dobra podpowiedź wizualna nie jest przypadkowym zdaniem, ale wielowarstwowym przepisem. Rozważmy te sześć warstw:
- Temat: Co produkujemy? („bezprzewodowe pudełko do ładowania słuchawek”)
- Forma i detal: Sylwetka, proporcje, narożniki, rozróżnienie powierzchni. („zaokrąglone rogi, dwuczęściowe, cienka linia podziału u góry”)
- Materiał i CMF: Kolor-materiał-powierzchnia. ("poliwęglan matowy antracytowy, listwa aluminiowa szczotkowana")
- Kąt i kadrowanie: Punkt widzenia i kadrowanie. („3/4 od przodu, nieco od góry, w centrum produktu”)
- Światło i środowisko: Oświetlenie i tło. („miękkie światło studyjne, neutralne jasnoszare, nieskończone tło”)
- Styl i przeznaczenie: Szkic, renderowanie fotorealistyczne, rysunek techniczny. („fotorealistyczne renderowanie produktu”)
Do tego dochodzi negatywna podpowiedź: rzeczy, których nie chcesz. Wiele narzędzi oferuje obszar „negatywnego podpowiedzi”; Tutaj czyścisz dane wyjściowe, wpisując to, czego nie chcesz, na przykład „ludzka ręka, tekst, logo, niechlujne tło, wiele produktów”. Jeśli pozostawisz brakujące warstwy, sztuczna inteligencja uzupełni te luki własną średnią statystyczną; Oznacza to banał.
Wskazówka: skonfiguruj zachętę tak, jakby czytała ze wzoru: temat + forma + CMF + kąt + światło + styl + negatyw. Jeśli nie podoba Ci się wynik, zapytaj, której warstwy brakuje, nie przepisz całego monitu.
Kontrola referencji, kompozycji i stylu
Słowa nie mogą powiedzieć wszystkiego; Czasami obraz jest wart tysiąca słów. Nowoczesne gadżety oferują kilka potężnych środków kontroli:
- Obraz referencyjny (podpowiedź do obrazu / odniesienie do obrazu): Przesyłasz obraz i mówisz „spraw, aby wyglądał tak”. Ustawiasz, w jakim stopniu narzędzie odwołuje się do wyniku za pomocą wagi.
- ControlNet: W ekosystemie Stable Diffusion jest to warstwa kontrolna, która zachowuje strukturę krawędzi/linii/głębi/pozy szkicu lub zdjęcia i tworzy na jej podstawie nowy obraz. Idealny do utrwalania kompozycji i zmiany materiału własnego szkicu.
- Odniesienie do stylu/waga stylu: Aby przekazać jedynie atmosferę/odczucie koloru i tekstury obrazu, a nie jego treść.
- Malowanie (edycja regionalna): Zamaskowanie tylko części obrazu i jego odtworzenie (np. zmiana tylko uchwytu).
- LoRA / szkolenie niestandardowe: Na poziomie zaawansowanym dostrojenie modelu w oparciu o język marki lub konkretny styl. Wymaga to ostrożności w zakresie prywatności i praw autorskich (z własnymi danymi, za zgodą).
Wspólna zaleta tych narzędzi: zmuszają sztuczną inteligencję do pracy w ramach, które jej nadajesz, zamiast marzyć od zera. Najcenniejsze dla projektanta są często ControlNet i inpainting, ponieważ pozwalają zachować własną kompozycję szkicu.
Powtarzalność: materiał siewny i parametry
Modele dyfuzji zaczynają się od losowości. Seed to numer początkowy tej losowości. Ten sam monit + ten sam materiał siewny + te same parametry zwykle dają ten sam/bardzo podobny obraz. Ma to kluczowe znaczenie dla projektu: poprawiasz materiał siewny, aby odtworzyć obraz, który Ci się podoba, lub po prostu zmieniasz słowo i widzisz efekt w kontrolowany sposób. Inne ważne parametry: współczynnik proporcji, kroki (więcej kroków, bardziej dopracowane, ale wolniejsze) i skala wskazówek (naprowadzanie/CFG; jak ściśle pasuje do podpowiedzi — jeśli jest za wysoka, wygląda to sztucznie i wymuszoną).
kontrola
Co robi
Kiedy używać
Utrwalanie nasion
Reprodukuje ten sam wynik
Podczas opracowywania obrazu i próbowania A/B
Zdjęcie referencyjne + waga
Przypomina obraz
Skład/przeniesienie atmosfery
ControlNet (krawędź/głębokość)
Zachowuje kompozycję, zmienia zawartość
Tworzenie renderu z własnego szkicu
wmalarstwo
Odświeża tylko jeden region
Zmień jeden szczegół
podpowiedź negatywna
Eliminuje niechciane
Czyszczenie tła, dłoni, tekstu
trzy mini etui
Przypadek 1 — Ochrona własnego szkicu. Projektant chce zamienić ręcznie rysowany szkic odkurzacza ręcznego w fotorealistyczną wizualizację. Kiedy spróbujesz tego za pomocą podpowiedzi tekstowej, sztuczna inteligencja tworzy zupełnie inny formularz. Kiedy przesyłasz szkic za pomocą sprytnego trybu ControlNet, sztuczna inteligencja zachowuje jego linie i pokrywa je matowym plastikiem i oświetleniem studyjnym. Uzyskał pożądany rezultat w 4 próbach. Lekcja: jeśli chodzi o zachowanie kompozycji, ControlNet jest znacznie potężniejszy niż zwykły monit.
Przypadek 2 – Niekontrolowana utrata zmienności. Projektant znajduje koncepcję, która mu się podoba, ale nie zwraca uwagi na zalążek. Kiedy następnego dnia prosi o „nieco cieńszą rękojeść”, nie może już powtórzyć tego samego obrazu; Za każdym razem wychodzi zupełnie inny produkt i traci godziny. Lekcja: zapisz materiał siewny i pełny monit dla każdego wyniku, który Ci się podoba; to są Twoje punkty „powrotu”.
Przypadek 3 — Czyszczenie z monitem negatywnym. Kiedy projektant tworzy obrazy studyjne, na połowie wydruków pojawiają się niechciane ludzkie ręce, odbity tekst i drugi produkt. Dodaje „ludzkie ręce, tekst, znak wodny, zduplikowany produkt, zagracone tło” do negatywnego monitu, a jakość wydruku znacznie wzrasta przy zaledwie 8 słowach. Lekcja: mówienie, czego nie chcesz, jest tak samo ważne, jak mówienie, czego chcesz.
Kopiowalne szablony podpowiedzi
WARSTWOWY SZKIELET PODSTAWOWY”[temat], [forma i szczegóły], [CMF: kolor-materiał-powierzchnia], [kąt i kadrowanie], [światło i tło], [styl: szkic/render/technika].--negatyw: ludzka ręka, tekst, logo, znak wodny, wiele produktów, niechlujne tło.
SZABLON RENDEROWANIA Z REFERENCJI „Zachowaj LINIĘ I KOMPOZYCJĘ przesłanego przeze mnie szkicu (tryb ControlNetedge). Nałóż na niego następujący materiał: [matowy plastikowy korpus, aluminiowe detale]. Światło: miękkie studio. Tło: neutralny szary. Nie zmieniaj formy, po prostu dodaj materiał i światło.
SZABLON ZMIANY POJEDYNCZYCH SZCZEGÓŁÓW (MALOWANIE) „Na tym obrazie odtwórz TYLKO obszar [zamaskowany: uchwyt]. Nowa wersja: [smuklejsza, ergonomiczna, zakrzywiona]. NIE DOTYKAJ reszty obrazu, jego oświetlenia i kąta.”
SZABLON NOTATKI O POWTARZALNOŚCI „Podoba mi się ten wydruk. Zapisz następujące informacje i wykorzystaj je następnym razem: zachęta = [pełny tekst], ziarno = [liczba], aspekt = [stosunek], krok = [liczba], orientacja = [wartość]. Zmień tylko ten jeden element: [X].”
Słaba zachęta/silna zachęta
SŁABY PODSUMOWANIE: „Ładny render słuchawek na białym tle”.
MOCNA WSKAZÓWKA: „Bezprzewodowe etui do ładowania słuchawek dousznych, owalna pigułka, cienka linia podziału na górze. CMF: korpus z matowego poliwęglanu w kolorze kości słoniowej, pasek zawiasów w kolorze satynowego złota. Kąt: przód 3/4, lekko do góry. Światło: miękki studyjny softbox, lekkie odbicie od góry. Tło: neutralne, jasnoszare, nieskończone tło. Styl: fotorealistyczne renderowanie produktu. Źródło: 4821, aspekt 4:3. --negatyw: ludzka ręka, tekst, logo, znak wodny, drugi produkt, twardy cień.”
Słaby monit pozwala narzędziu wypełnić puste miejsca banałem; Potężny monit identyfikuje każdą warstwę, eliminuje negatywy i umożliwia ich reprodukcję z materiałem siewnym.
Typowe błędy
- Napisz jednozdaniowy, niejasny monit i prześlij wynik do narzędzia. AI wypełnia luki, nie Ty.
- Brak zapisywania nasion i parametrów. Nigdy więcej nie uzyskasz efektu, który Ci się podoba.
- Nigdy nie używaj podpowiedzi negatywnej. Niepożądane elementy zanieczyszczają wydruk.
- Wykonywanie setek losowych prób zamiast sprawdzania składu. ControlNet/inpainting przyspiesza pracę.
- Używanie cudzego obrazu chronionego prawem autorskim jako punktu odniesienia. Istnieje ryzyko naśladowania stylu i praw autorskich (patrz rozdział 10).
Przestroga: obrazy referencyjne lub wagi stylów to potężne narzędzia, ale stwarzają ryzyko prawne i etyczne, jeśli zostaną użyte do skopiowania cudzego zastrzeżonego projektu lub charakterystycznego stylu artysty. Wybierz referencje z własnych materiałów lub z dozwolonych/bezpłatnych źródeł.
Podsumowując
Sterowanie wizualną sztuczną inteligencją wymaga trzech możliwości: skonfigurowania wielowarstwowego podpowiedzi (temat, forma, CMF, kąt, światło, styl, negatyw), prowadzenia za pomocą obrazu (odniesienie, ControlNet, malowanie, waga stylu) i zapewnienia powtarzalności (zapisywanie materiału siewnego i parametrów). Dzięki tym trzem sztuczna inteligencja zmienia się z przypadkowej maszyny w sterowane narzędzie projektowe. Jeśli chcesz chronić swoją kompozycję, ControlNet i inpainting są znacznie wydajniejsze niż zwykłe podpowiedzi. Wyeliminuj te, których nie chcesz, za pomocą negatywnej zachęty i wybierz referencje ze źródeł bezpiecznych pod względem praw autorskich.
Zadanie aplikacji
Wybierz produkt i najpierw narysuj (lub znajdź) odręczny szkic. Napisz zachętę opisującą ten produkt za pomocą warstwowej struktury podpowiedzi, dodaj podpowiedź negatywną i uzyskaj cztery wyniki. Zapisz materiał siewny i parametry wyjścia, które lubisz; Następnie, stosując logikę „Zmiana pojedynczego szczegółu”, zmień tylko jeden element (na przykład uchwyt) i wyprodukuj go ponownie z tym samym materiałem siewnym. Porównaj oba wyniki i napisz jak zmienia się sterowanie.
lista kontrolna
- [ ] Skonfigurowałem zachętę tak, aby obejmowała sześć warstw (temat, forma, CMF, kąt, światło, styl).
- [ ] Napisałem, czego nie chciałem, w poleceniu negatywnym.
- [ ] Korzystałem z referencji/ControlNet/inpainting, gdy potrzebowałem zachować kompozycję.
- [ ] Zapisałem nasiona i parametry wyniku, który mi się podobał.
- [ ] Próbowałem kontrolowanej zmienności, przesuwając pojedynczą zmienną.
- [ ] Wybrałem obrazy referencyjne ze źródeł chronionych prawem autorskim.