Kuangalia kwa Kina Zana za AI zinazoonekana: Udhibiti wa haraka, Marejeleo na Mtindo

Faida:

• Uwezo wa kuanzisha anatomia ya haraka ya kuona (somo, nyenzo, pembe, mwanga, mtindo, hasi) na kupata matokeo ya kuzaliana
• Uwezo wa kuelekeza mwelekeo wa kuona na njia za udhibiti kama vile picha ya kumbukumbu, ControlNet, mbegu na uzito wa mtindo
• Uwezo wa kuchagua chombo kulingana na kazi na kutathmini azimio, uthabiti na mipaka ya haki za utumiaji wa matokeo.

Katika kitengo kilichotangulia, uliona jinsi ya kuweka AI katika utengenezaji wa dhana. Katika kitengo hiki tunaenda hatua moja zaidi: utajifunza kudhibiti zana za kuona za AI. Kuchanganyikiwa kwa wabunifu wengi ni kwamba chombo kinazalisha picha "peke yake"; Hata hivyo, tatizo kwa kawaida si utata wa chombo bali ni utata wa maelekezo yaliyotolewa. Kudhibiti AI inayoonekana kunahitaji kujua mambo matatu: anatomia ya haraka (kuweka maagizo kwa usahihi), udhibiti wa marejeleo na utunzi (unaoongoza kwa taswira), na uwezo wa kuzaliana (kupata matokeo sawa tena). Mara tu unapojifunza hizi tatu, AI inabadilika kutoka kwa mashine ya kuona bila mpangilio hadi zana ya muundo inayoweza kudhibitiwa.

Anatomia ya haraka: safu sita za kuelezea picha

Mwongozo mzuri wa kuona sio sentensi ya nasibu, lakini kichocheo cha safu. Fikiria tabaka hizi sita:

1. Mada: Tunazalisha nini? ("kisanduku cha kuchaji cha kipaza sauti kisicho na waya")
2. Fomu na maelezo: Silhouette, uwiano, kona, tofauti ya uso. ("pembe za mviringo, vipande viwili, mstari mwembamba wa kugawanya juu")
3. Nyenzo na CMF: Uso wa rangi-nyenzo. ("matt anthracite polycarbonate, striped alumini strip")
4. Pembe na uundaji: Mtazamo na uundaji. ("3/4 kutoka mbele, kidogo kutoka juu, bidhaa iliyo katikati")
5. Mwanga na mazingira: Taa na mandharinyuma. ("mwanga wa studio laini, mandharinyuma ya kijivu isiyo na kikomo")
6. Mtindo na madhumuni: Mchoro, utoaji wa picha, kuchora kiufundi. ("utoaji wa bidhaa zenye picha halisi")

Imeongezwa kwa hili ni kidokezo hasi: vitu ambavyo hutaki. Zana nyingi hutoa eneo la "haraka hasi"; Hapa unafuta matokeo kwa kuandika usichotaka, kama vile "mkono wa binadamu, maandishi, nembo, mandharinyuma yenye fujo, bidhaa nyingi". Ukiacha tabaka zikosekana, AI itajaza mapengo hayo kwa wastani wake wa takwimu; Hii ina maana cliché.

Kidokezo: Sanidi kidokezo kana kwamba unasoma kutoka kwa muundo: mada + fomu + CMF + pembe + mwanga + mtindo + hasi. Ikiwa hupendi pato, uliza ni safu gani inakosekana, usiandike upya dodoso lote.

Rejea, muundo na udhibiti wa mtindo

Maneno hayawezi kusema kila kitu; Wakati mwingine picha ina thamani ya maneno elfu. Gadgets za kisasa hutoa njia kadhaa zenye nguvu za udhibiti:

• Picha ya marejeleo (uhakika wa picha / rejeleo la picha): Unapakia picha na kusema "ifanye ionekane hivi". Unaweka ni kiasi gani chombo kinarejelea pato na uzani.
• ControlNet: Katika mfumo ikolojia wa Usambazaji Imara, ni safu ya udhibiti inayohifadhi ukingo/mstari/kina/muundo wa mchoro au picha na kutoa taswira mpya juu yake. Inafaa kwa kuhifadhi muundo na kubadilisha nyenzo za mchoro wako mwenyewe.
• Rejeleo la mtindo / uzito wa mtindo: Ili kuwasilisha tu hali ya anga / rangi-muundo wa picha, si maudhui yake.
• Uchoraji (uhariri wa kikanda): Kufunika sehemu tu ya picha na kuizalisha tena (kwa mfano, kubadilisha mpini pekee).
• LoRA / mafunzo maalum: Katika kiwango cha juu, rekebisha muundo kulingana na lugha ya chapa au mtindo mahususi. Hii inahitaji tahadhari ya faragha na hakimiliki (kwa data yako mwenyewe, kwa ruhusa).

Faida ya kawaida ya zana hizi: Zinalazimisha AI kufanya kazi kutoka kwa mfumo unaoipatia, badala ya kuota kutoka mwanzo. Ya thamani zaidi kwa mbuni mara nyingi ni ControlNet na uchoraji, kwa sababu huhifadhi muundo wako wa mchoro.

Reproducibility: mbegu na vigezo

Miundo ya mtawanyiko huanza na kubahatisha. Mbegu ndiyo nambari ya kuanzia ya ubahatishaji huu. Uhakika sawa + mbegu sawa + vigezo sawa kwa kawaida hutoa picha sawa / sawa sana. Hii ni muhimu kwa muundo: unarekebisha mbegu ili kutoa picha unayopenda, au badilisha tu neno na uone athari kwa njia inayodhibitiwa. Vigezo vingine muhimu: uwiano wa kipengele, hatua (hatua zaidi, iliyosafishwa zaidi lakini polepole zaidi), na kipimo cha mwongozo (mwongozo/CFG; jinsi inavyolingana na kidokezo - ikiwa ni ya juu sana, inaonekana kuwa ya bandia na ya kulazimishwa).

kudhibiti

Je!

Wakati wa kutumia

Urekebishaji wa mbegu

Huzalisha pato sawa

Wakati wa kuunda picha na kujaribu A/B

Picha ya marejeleo + uzito

Inafanana na picha

Uhamisho wa muundo/anga

ControlNet (makali/kina)

Huhifadhi muundo, hubadilisha yaliyomo

Kuunda toleo kutoka kwa mchoro wako mwenyewe

uchoraji

Huonyesha upya eneo moja tu

Badilisha maelezo moja

haraka hasi

Huondoa zisizohitajika

Kusafisha mandharinyuma, mkono, maandishi

kesi tatu ndogo

Kesi ya 1 - Kulinda mchoro wako mwenyewe. Mbuni anataka kubadilisha mchoro unaochorwa kwa mkono wa kisafisha utupu cha mkono kuwa uwasilishaji wa picha halisi. Unapoijaribu kwa haraka ya maandishi, AI hutoa fomu tofauti kabisa. Unapopakia mchoro wako kwa kutumia hali ya canny ya ControlNet, AI huhifadhi mistari yake na kuifunika kwa plastiki ya matte na taa za studio. Anapata matokeo anayotaka katika majaribio 4. Somo: kwa kuhifadhi utunzi, ControlNet ina nguvu zaidi kuliko haraka safi.

Kesi ya 2 - Upotezaji usiodhibitiwa wa tofauti. Mbuni hupata dhana anayopenda, lakini haizingatii mbegu. Siku inayofuata, anapoomba "mpini mwembamba kidogo", hawezi kutoa picha sawa tena; Bidhaa tofauti kabisa hutoka kila wakati na hupoteza masaa. Somo: hifadhi mbegu na arifa kamili ya kila pato unalopenda; hizi ni pointi zako za "kurudi".

Kesi ya 3 - Kusafisha kwa haraka hasi. Wakati mbuni hutoa picha za studio, mikono ya mwanadamu isiyohitajika, maandishi yaliyoonyeshwa, na bidhaa ya pili huonekana katika nusu ya vichapisho. Inaongeza "mikono ya binadamu, maandishi, watermark, bidhaa rudufu, mandharinyuma yenye vitu vingi" kwenye jibu hasi na ubora wa pato huongezeka sana kwa maneno 8 pekee. Somo: kusema usichotaka ni muhimu sawa na kusema unachotaka.

Violezo vya haraka vinavyoweza kunakiliwa

LAYERED PROMPT SKELETON"[somo], [umbo na maelezo], [CMF: color-material-surface],[pembe na uundaji], [mwanga na usuli], [mtindo: mchoro/render/mbinu].--hasi: mkono wa binadamu, maandishi, nembo, watermark, bidhaa nyingi, mandharinyuma yenye fujo."

TOA KIOLEZO KUTOKA KWENYE REJEA"Weka MSTARI NA UTUNGAJI wa mchoro niliopakia (Hali ya Udhibiti). Tumia nyenzo ifuatayo juu yake: [mwili wa plastiki ya matte, maelezo ya alumini]. Mwanga: studio laini. Mandharinyuma: kijivu kisicho na rangi. Usibadilishe fomu, ongeza nyenzo na mwanga."

KIOLEZO CHA MABADILIKO MOJA YA MAELEZO (INPAINTING) "Katika picha hii, toa tena eneo la [eneo lenye masked: mpini] TU. Toleo jipya: [slimmer, ergonomic, curved]. USIGUSE picha iliyosalia, mwanga wake na pembe."

KIOLEZO CHA DOKEZO LA UZAZI "Ninapenda chapa hii. Hifadhi taarifa ifuatayo na uitumie wakati ujao: haraka = [maandishi kamili], mbegu = [nambari], kipengele = [uwiano], hatua = [idadi], mwelekeo = [thamani]. Badili tu kipengele hiki kimoja: [X]."

Mwongozo dhaifu / Mwongozo thabiti

TAARIFA DHAIFU: "Utoaji mzuri wa vipokea sauti vya masikioni kwenye mandharinyuma meupe."

STRONG PROMPT: "Kipochi cha kuchajia vipokea sauti vya masikioni visivyotumia waya, umbo la kidonge cha mviringo, mstari mwembamba wa kugawanya juu. CMF: mwili wa polycarbonate ya pembe ya ndovu, ukanda wa bawaba ya dhahabu ya satin. Pembe: 3/4 mbele, juu kidogo. Mwanga: kisanduku laini cha studio, kiakisi kidogo cha juu. Mandharinyuma: mwanga wa kijivu usio na kifani 4:3 --hasi: mkono wa binadamu, maandishi, nembo, watermark, bidhaa ya pili, kivuli kigumu."

Mwongozo dhaifu huruhusu chombo kujaza nafasi zilizoachwa wazi na maneno machache; Ushauri wenye nguvu hutambua kila safu, huondoa hasi na kuifanya iweze kuzaliana na mbegu.

Makosa ya kawaida

• Andika swali la sentensi moja lisilo wazi na upakie matokeo kwenye zana. AI inajaza mapengo, sio wewe.
• Sio kuhifadhi mbegu na vigezo. Huwezi kamwe kupata matokeo unayopenda tena.
• Kamwe usitumie kidokezo hasi. Vipengele visivyohitajika huchafua pato.
• Kufanya mamia ya majaribio nasibu badala ya kukagua muundo. ControlNet/inpainting inaharakisha kazi.
• Kutumia picha iliyo na hakimiliki ya mtu mwingine kama rejeleo. Kuna hatari ya kuiga mtindo na hakimiliki (tazama Sura ya 10).

Tahadhari: Picha za marejeleo au uzani wa mitindo ni zana zenye nguvu, lakini zinaweza kuleta hatari za kisheria na kimaadili zikitumiwa kunakili muundo wa umiliki wa mtu mwingine au mtindo wa sahihi wa msanii. Chagua marejeleo yako kutoka kwa nyenzo zako mwenyewe au kutoka kwa vyanzo vinavyoruhusiwa/bila malipo.

Kwa muhtasari

Kudhibiti AI inayoonekana kunahitaji uwezo tatu: kusanidi kidokezo cha tabaka (somo, fomu, CMF, pembe, mwanga, mtindo, hasi), kuongoza na picha (rejeleo, ControlNet, uchoraji, uzito wa mtindo), na kutoa reproducibility (kuokoa mbegu na vigezo). Na hizi tatu, AI hubadilika kutoka kwa mashine nasibu hadi zana ya kubuni inayoweza kudhibitiwa. ControlNet na uchoraji una nguvu zaidi kuliko haraka haraka unapotaka kulinda utunzi wako. Ondoa zile ambazo hutaki kwa kidokezo hasi na uchague marejeleo yako kutoka kwa vyanzo salama vya hakimiliki.

Jukumu la maombi

Chagua bidhaa na uchore (au pata) mchoro mbaya kwa mkono kwanza. Andika kidokezo ukielezea bidhaa hii kwa mfumo wa kidokezo wenye safu, ongeza kidokezo hasi, na utoe matokeo manne. Hifadhi mbegu na vigezo vya pato unayopenda; Kisha, kwa mantiki ya "Mabadiliko ya maelezo moja", badilisha kipengele kimoja tu (kwa mfano, mpini) na uzalishe tena kwa mbegu sawa. Linganisha matokeo mawili na uandike jinsi udhibiti unavyobadilika.

orodha ya ukaguzi

• [ ] Niliweka kidokezo ili kufunika safu sita (somo, fomu, CMF, pembe, mwanga, mtindo).
• [ ] Niliandika nisichotaka katika kidokezo hasi.
• [ ] Nilitumia rejeleo/ControlNet/inpainting nilipohitaji kudumisha utunzi.
• [ ] Nilihifadhi mbegu na vigezo vya matokeo niliyopenda.
• [ ] Nilijaribu tofauti zinazodhibitiwa kwa kusonga kigezo kimoja.
• [ ] Nimechagua picha zangu za marejeleo kutoka kwa vyanzo salama vya hakimiliki.