ControlNet t'ajuda a fer les mans perfectes Stable Diffusion 1.5
En breu
ControlNet és una manera fàcil d'ajustar Stable Diffusion.
Es pot utilitzar per desenvolupar models per a un millor control SD.
ControlNet és de codi obert i es pot utilitzar juntament amb WebUI per aconseguir-ho Stable Diffusion.
L'únic que han tingut problemes amb els generadors d'IA de text a imatge són les mans. Tot i que les imatges són generalment impressionants, les mans ho són menys, amb dits superfluos, articulacions estranyament doblegades i una clara manca de comprensió de com se suposa que han de ser les mans per part de l'IA. Tanmateix, aquest no ha de ser així, ja que el nou producte ControlNet està aquí per ajudar-vos Stable Diffusion crear unes mans perfectes i d'aspecte realista.
ControlNet és una nova tecnologia que permet utilitzar un esbós, un contorn, una profunditat o un mapa normal per guiar les neurones basades en Stable Diffusion 1.5. Això vol dir que ara podeu tenir mans gairebé perfectes en qualsevol model 1.5 personalitzat sempre que tingueu l'orientació adequada. ControlNet es pot considerar una eina revolucionària, que permet als usuaris tenir el màxim control sobre els seus dissenys.
Per aconseguir unes mans impecables, utilitzeu l'extensió A1111 amb ControlNet, concretament el mòdul Depth. A continuació, feu uns quants selfies de primer pla de les vostres mans i pengeu-los a la pestanya txt2img de la interfície d'usuari de ControlNet. A continuació, creeu una indicació senzilla de modelador de somnis, com ara "obra d'art de fantasia, home víking mostrant les mans de prop" i experimenteu amb el poder de ControlNet. L'experimentació amb el mòdul de profunditat, l'extensió A1111 i la pestanya txt2img de la interfície d'usuari de ControlNet donarà com a resultat unes mans boniques i d'aspecte realista.
Publicació recomanada: Shutterstock premia els artistes que contribueixen a models d'IA generativa |
El mateix ControlNet converteix la imatge que se li dóna a profunditat, normals o esbós perquè més tard es pugui utilitzar com a model. Però, per descomptat, podeu pujar directament el vostre propi mapa de profunditat o esbossos. Això permet la màxima flexibilitat a l'hora de crear una escena 3D, la qual cosa us permet centrar-vos en l'estil i la qualitat de la imatge final.
Us recomanem que mireu l'excel·lent Tutorial de ControlNet que Aitrepreneur ha publicat recentment.
ControlNet millora considerablement el control Stable Diffusioncapacitats d'imatge a imatge
Encara Stable Diffusion pot crear imatges a partir de text, també pot crear gràfics a partir de plantilles. Aquest canal d'imatge a imatge s'utilitza sovint millorar les fotos generades o produir noves imatges des de zero mitjançant plantilles.
Mentre que Stable Diffusion 2.0 ofereix la possibilitat d'utilitzar dades de profunditat d'una imatge com a plantilla, el control sobre aquest procés és força restringit. Aquest enfocament no és compatible amb la versió anterior, 1.5, que encara s'utilitza habitualment a causa de l'enorme nombre de models personalitzats, entre altres motius.
Els pesos de cada bloc de Stable Diffusion ControlNet copia en una variant entrenable i una variant bloquejada. La forma bloquejada manté les capacitats del model de difusió llest per a la producció, mentre que la variant entrenable pot aprendre noves condicions per a la síntesi d'imatges ajustant-se amb petits conjunts de dades.
Stable Diffusion funciona amb tots els models ControlNet i ofereix un control considerablement més gran sobre la IA generativa. L'equip proporciona mostres de diverses variacions de persones en posicions fixes, així com diverses fotos interiors basades en la disposició espacial del model i les variacions de les imatges dels ocells.
Llegeix més sobre AI:
renúncia
En línia amb la Directrius del projecte Trust, si us plau, tingueu en compte que la informació proporcionada en aquesta pàgina no pretén ni s'ha d'interpretar com a assessorament legal, fiscal, d'inversió, financer o de cap altra forma. És important invertir només el que et pots permetre perdre i buscar assessorament financer independent si tens dubtes. Per obtenir més informació, us suggerim que feu referència als termes i condicions, així com a les pàgines d'ajuda i assistència proporcionades per l'emissor o l'anunciant. MetaversePost es compromet a fer informes precisos i imparcials, però les condicions del mercat estan subjectes a canvis sense previ avís.
About The Autor
Damir és el líder d'equip, cap de producte i editor de Metaverse Post, que cobreix temes com AI/ML, AGI, LLMs, Metaverse i Web3-camps relacionats. Els seus articles atrauen una audiència massiva de més d'un milió d'usuaris cada mes. Sembla ser un expert amb 10 anys d'experiència en SEO i màrqueting digital. Damir ha estat esmentat a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i altres publicacions. Viatja entre els Emirats Àrabs Units, Turquia, Rússia i la CEI com a nòmada digital. Damir va obtenir una llicenciatura en física, que creu que li ha donat les habilitats de pensament crític necessàries per tenir èxit en el paisatge en constant canvi d'Internet.
més articlesDamir és el líder d'equip, cap de producte i editor de Metaverse Post, que cobreix temes com AI/ML, AGI, LLMs, Metaverse i Web3-camps relacionats. Els seus articles atrauen una audiència massiva de més d'un milió d'usuaris cada mes. Sembla ser un expert amb 10 anys d'experiència en SEO i màrqueting digital. Damir ha estat esmentat a Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto i altres publicacions. Viatja entre els Emirats Àrabs Units, Turquia, Rússia i la CEI com a nòmada digital. Damir va obtenir una llicenciatura en física, que creu que li ha donat les habilitats de pensament crític necessàries per tenir èxit en el paisatge en constant canvi d'Internet.