Jednotka 3 / 12

Hĺbkový pohľad na nástroje vizuálnej AI: Prompt, Reference and Style Control

zisky:

  • Schopnosť vytvoriť vizuálnu rýchlu anatómiu (predmet, materiál, uhol, svetlo, štýl, negatív) a získať reprodukovateľné výsledky
  • Schopnosť nasmerovať vizuálny smer pomocou kontrolných metód, ako je referenčný obrázok, ControlNet, seed a štýlová váha
  • Schopnosť vybrať si nástroj podľa úlohy a vyhodnotiť rozlíšenie, konzistenciu a limity práv na používanie výstupu

V predchádzajúcej časti ste videli, ako umiestniť AI pri vytváraní konceptov. V tejto časti ideme ešte o krok hlbšie: naučíte sa skutočne ovládať vizuálne nástroje AI. Frustrácia mnohých dizajnérov je, že tento nástroj vytvára obrázky „sám“; Problémom však väčšinou nie je nejednoznačnosť nástroja, ale nejednoznačnosť podávaných pokynov. Ovládanie vizuálnej AI vyžaduje poznať tri veci: pohotovú anatómiu (správne nastavenie inštrukcie), ovládanie referencie a kompozície (predovšetkým vizuálnu) a reprodukovateľnosť (opätovné získanie rovnakého výsledku). Keď sa tieto tri naučíte, AI sa premení z náhodného vizuálneho stroja na ovládateľný dizajnový nástroj.

Rýchla anatómia: šesť vrstiev popisu obrazu

Dobrá vizuálna výzva nie je náhodná veta, ale vrstvený recept. Zvážte týchto šesť vrstiev:

  1. Predmet: Čo vyrábame? ("bezdrôtová nabíjacia skrinka slúchadiel")
  2. Forma a detail: Silueta, proporcia, roh, rozlíšenie povrchu. ("zaoblené rohy, dvojdielne, tenká deliaca čiara hore")
  3. Materiál a CMF: Farba-materiál-povrch. ("matný antracitový polykarbonát, brúsený hliníkový pás")
  4. Uhol a orámovanie: Uhol pohľadu a orámovanie. ("3/4 spredu, mierne zhora, produkt v strede")
  5. Svetlo a prostredie: Osvetlenie a pozadie. ("jemné štúdiové svetlo, neutrálne svetlosivé nekonečné pozadie")
  6. Štýl a účel: Náčrt, fotorealistické stvárnenie, technický výkres. ("fotorealistické vykresľovanie produktu")

K tomu sa pridáva negatívna výzva: veci, ktoré nechcete. Mnoho nástrojov ponúka oblasť „negatívnej výzvy“; Tu vymažete výstup zadaním toho, čo nechcete, ako napríklad „ľudská ruka, text, logo, chaotické pozadie, multi-produkt“. Ak necháte vrstvy chýbajúce, AI vyplní tieto medzery vlastným štatistickým priemerom; To znamená klišé.

Tip: Nastavte výzvu ako pri čítaní zo vzoru: predmet + formulár + CMF + uhol + svetlo + štýl + negatív. Ak sa vám výstup nepáči, opýtajte sa, ktorá vrstva chýba, neprepisujte celú výzvu.

Ovládanie referencie, kompozície a štýlu

Slová nemôžu povedať všetko; Niekedy obraz vydá za tisíc slov. Moderné prístroje ponúkajú niekoľko výkonných spôsobov ovládania:

  • Referenčný obrázok (výzva na obrázok / odkaz na obrázok): Odovzdáte obrázok a poviete „vyzerajte takto“. Nastavíte, do akej miery nástroj odkazuje na výstup s hmotnosťou.
  • ControlNet: V ekosystéme Stable Diffusion je to kontrolná vrstva, ktorá zachováva štruktúru okrajov/línií/hĺbok/póz skice alebo fotografie a vytvára na nej nový obrázok. Ideálne na zachovanie kompozície a zmenu materiálu vlastnej skice.
  • Odkaz na štýl / váha štýlu: Sprostredkovať len atmosféru / farebnú textúru obrazu, nie jeho obsah.
  • Inpainting (regionálna úprava): Maskovanie iba časti obrazu a jeho reprodukovanie (napríklad zmena iba rúčky).
  • LoRA / vlastné školenie: Na pokročilej úrovni dolaďovanie modelu na základe jazyka značky alebo špecifického štýlu. Vyžaduje si to opatrnosť v súvislosti s ochranou súkromia a autorskými právami (s vašimi vlastnými údajmi, s povolením).

Spoločná výhoda týchto nástrojov: Nútia AI pracovať z rámca, ktorý jej dáte, a nie snívať od nuly. Najcennejšie pre dizajnéra sú často ControlNet a inpainting, pretože zachovávajú vlastnú kompozíciu náčrtu.

Reprodukovateľnosť: osivo a parametre

Difúzne modely začínajú náhodnosťou. Semeno je počiatočným číslom tejto náhodnosti. Rovnaká výzva + rovnaké semeno + rovnaké parametre zvyčajne poskytujú rovnaký/veľmi podobný obrázok. Toto je dôležité pre dizajn: opravíte základ, aby ste reprodukovali obrázok, ktorý sa vám páči, alebo len zmeníte slovo a uvidíte efekt kontrolovaným spôsobom. Ďalšie dôležité parametre: pomer strán, kroky (viac krokov, precíznejšie, ale pomalšie) a mierka navádzania (navádzanie/CFG; ako presne zodpovedá výzve – ak je príliš vysoká, vyzerá umelo a nútene).

ovládanie

Čo robí

Kedy použiť

Upevnenie semien

Reprodukuje rovnaký výstup

Pri vyvolávaní obrazu a skúšaní A/B

Referenčný obrázok + hmotnosť

Pripomína obraz

Prenos zloženia/atmosféry

ControlNet (okraj/hĺbka)

Zachováva kompozíciu, mení obsah

Vytvorenie renderu z vlastnej skice

maliarstvo

Obnovuje iba jeden región

Zmeňte jeden detail

negatívna výzva

Odstraňuje nechcené

Čistenie pozadia, ruky, textu

tri mini prípady

Prípad 1 – Ochrana vlastnej skice. Dizajnér chce premeniť ručne kreslenú skicu ručného vysávača na fotorealistické stvárnenie. Keď to vyskúšate iba pomocou textovej výzvy, AI ​​vytvorí úplne inú formu. Keď nahráte svoju skicu pomocou šikovného režimu ControlNet, AI si zachová svoje línie a zakryje ju matným plastom a štúdiovým osvetlením. Požadovaný výsledok dosiahne za 4 pokusy. Poučenie: na zachovanie kompozície je ControlNet oveľa výkonnejší ako čistý prompt.

Prípad 2 – Nekontrolovaná strata variácií. Dizajnér nájde koncept, ktorý sa mu páči, ale neberie na vedomie zárodok. Na druhý deň, keď si vypýta „trochu tenšiu rúčku“, už ten istý obraz nedokáže vyrobiť; Zakaždým vyjde úplne iný produkt a stratí hodiny. Lekcia: uložte počiatočnú a úplnú výzvu každého výstupu, ktorý sa vám páči; toto sú vaše body „návratu“.

Prípad 3 – Čistenie s negatívnou výzvou. Keď dizajnér vytvára štúdiové obrázky, v polovici výtlačkov sa objavia nechcené ľudské ruky, odrazený text a druhý produkt. K negatívnej výzve pridáva „ľudské ruky, text, vodoznak, duplicitný produkt, neprehľadné pozadie“ a kvalita výstupu sa výrazne zvýši iba s 8 slovami. Poučenie: Povedať, čo nechcete, je rovnako dôležité ako povedať, čo chcete.

Kopírovateľné šablóny výziev

VRSTVENÁ VÝZVA"[predmet], [forma a detail], [CMF: farba-materiál-povrch],[uhol a rámovanie], [svetlo a pozadie], [štýl: skica/render/technika].--negatív: ľudská ruka, text, logo, vodoznak, multiprodukt, chaotické pozadie."

RENDEROVÁ ŠABLÓNA Z REFERENCIE"Zachovajte ČIARU A KOMPOZÍCIU skice, ktorú som nahral (režim ControlNetedge). Naneste na ňu nasledujúci materiál: [matné plastové telo, hliníkový detail]. Svetlo: mäkké štúdio. Pozadie: neutrálne šedé. Nemeňte formu, len pridajte materiál a svetlo."

JEDEN DETAIL ZMENA (MAĽBA) ŠABLONA "Na tomto obrázku reprodukujte LEN oblasť [maskovaná oblasť: rukoväť]. Nová verzia: [štíhlejšia, ergonomická, zakrivená]. NEDOTÝKAJTE sa zvyšku obrázka, jeho osvetlenia a uhla."

ŠABLONA POZNÁMKY K REPRODUKOVATEĽNOSTI "Páči sa mi tento výtlačok. Uložte si nasledujúce informácie a použite ich nabudúce: výzva = [celý text], základ = [číslo], pomer = [pomer], krok = [číslo], orientácia = [hodnota]. Stačí zmeniť tento jeden prvok: [X]."

Slabá výzva / Silná výzva

SLABÁ VÝZVA: "Pekný render slúchadiel na bielom pozadí."

SILNÁ VÝZVA: "Bezdrôtové puzdro na nabíjanie slúchadiel do uší, oválny tvar pilulky, tenká deliaca čiara navrchu. CMF: telo z matného slonovinového polykarbonátu, saténový zlatý pásik pántov. Uhol: 3/4 vpredu, mierne hore. Svetlo: mäkký softbox v štúdiu, mierny odraz v hornej časti. Pozadie: neutrálne svetlosivé nekonečné pozadie, vzhľad produktu: 418 fotorealistický štýl. --negatív: ľudská ruka, text, logo, vodoznak, druhý produkt, tvrdý tieň."

Slabá výzva umožňuje nástroju vyplniť prázdne miesta klišé; Výkonná výzva identifikuje každú vrstvu, eliminuje negatívy a robí ju reprodukovateľnou so semenom.

Časté chyby

  • Napíšte vágnu výzvu s jednou vetou a nahrajte výsledok do nástroja. Medzery vypĺňa AI, nie vy.
  • Neukladanie semien a parametrov. Už nikdy nemôžete získať výstup, ktorý sa vám páči.
  • Nikdy nepoužívajte negatívnu výzvu. Nežiaduce prvky kontaminujú výstup.
  • Robiť stovky náhodných pokusov namiesto kontroly zloženia. ControlNet/inpainting urýchľuje prácu.
  • Použitie cudzieho obrázka chráneného autorskými právami ako referencie. Existuje riziko napodobňovania štýlu a autorských práv (pozri časť 10).
Upozornenie: Referenčné obrázky alebo váhy štýlov sú výkonnými nástrojmi, ale predstavujú právne a etické riziká, ak sa používajú na kopírovanie vlastného dizajnu niekoho iného alebo štýlu podpisu umelca. Vyberte si referencie z vlastného materiálu alebo z povolených/bezplatných zdrojov.

V súhrne

Ovládanie vizuálnej AI vyžaduje tri možnosti: nastavenie vrstvenej výzvy (predmet, formulár, CMF, uhol, svetlo, štýl, negatív), vedenie s obrázkom (referencia, ControlNet, maľovanie, váha štýlu) a poskytovanie reprodukovateľnosti (uloženie semena a parametrov). S týmito tromi sa AI zmení z náhodného stroja na ovládateľný dizajnový nástroj. ControlNet a inpainting sú oveľa výkonnejšie ako čistá výzva, keď chcete chrániť svoju kompozíciu. Odstráňte tie, ktoré nechcete, pomocou negatívnej výzvy a vyberte si referencie zo zdrojov chránených autorskými právami.

Aplikačná úloha

Vyberte si produkt a najskôr ručne nakreslite (alebo nájdite) hrubý náčrt. Napíšte výzvu popisujúcu tento produkt s vrstveným rámcom výzvy, pridajte negatívnu výzvu a vytvorte štyri výstupy. Uložte seed a parametre výstupu, ktorý sa vám páči; Potom s logikou "Zmena jedného detailu" zmeňte iba jeden prvok (napríklad rukoväť) a vytvorte ho znova s ​​rovnakým zárodkom. Porovnajte dva výsledky a napíšte, ako sa mení kontrola.

kontrolný zoznam

  • [ ] Nastavil som výzvu na pokrytie šiestich vrstiev (predmet, forma, CMF, uhol, svetlo, štýl).
  • [ ] Do negatívnej výzvy som napísal, čo som nechcel.
  • [ ] Použil som referenciu/ControlNet/inpainting, keď som potreboval zachovať kompozíciu.
  • [ ] Uložil som semená a parametre výstupu, ktorý sa mi páčil.
  • [ ] Vyskúšal som riadenú variáciu presunutím jednej premennej.
  • [ ] Vybral som si referenčné obrázky zo zdrojov chránených autorskými právami.