ControlNet Membantu Anda Membuat Tangan Sempurna Dengan Stable Diffusion 1.5
Secara ringkas
ControlNet ialah cara mudah untuk memperhalusi Stable Diffusion.
Ia boleh digunakan untuk membangunkan model untuk kawalan SD yang lebih baik.
ControlNet adalah sumber terbuka dan boleh digunakan bersama dengan WebUI untuk dicapai Stable Diffusion.
Satu perkara yang penjana AI teks-ke-imej telah bergelut dengan tangan. Walaupun imej secara amnya mengagumkan, tangan kurang begitu, dengan jari-jari yang berlebihan, sendi-sendi yang bengkok aneh, dan kekurangan pemahaman yang jelas tentang rupa tangan yang sepatutnya pada bahagian AI. Walau bagaimanapun, ini tidak semestinya berlaku, kerana produk ControlNet baharu sedia membantu Stable Diffusion cipta tangan yang sempurna dan kelihatan realistik.
ControlNet ialah teknologi baharu yang membolehkan anda menggunakan lakaran, garis besar, kedalaman atau peta biasa untuk membimbing neuron berdasarkan Stable Diffusion 1.5. Ini bermakna anda kini boleh mempunyai tangan yang hampir sempurna pada mana-mana model 1.5 tersuai selagi anda mempunyai panduan yang betul. ControlNet boleh dianggap sebagai alat revolusioner, membolehkan pengguna mempunyai kawalan muktamad ke atas reka bentuk mereka.
Untuk mencapai tangan yang sempurna, gunakan sambungan A1111 dengan ControlNet, khususnya modul Depth. Kemudian, ambil beberapa swafoto dekat tangan anda dan muat naiknya ke tab txt2img UI ControlNet. Kemudian buat gesaan pembentuk impian yang mudah, seperti "karya seni fantasi, lelaki Viking menunjukkan tangan secara dekat," dan bereksperimen dengan kuasa ControlNet. Percubaan dengan modul Depth, sambungan A1111 dan tab txt2img ControlNet UIs akan menghasilkan tangan yang cantik dan kelihatan realistik.
| Catatan yang disyorkan: Shutterstock memberi ganjaran kepada artis yang menyumbang kepada model AI generatif |
ControlNet sendiri menukar imej yang diberikan kepada kedalaman, normal, atau lakaran supaya kemudiannya ia boleh digunakan sebagai model. Tetapi, sudah tentu, anda boleh terus memuat naik peta kedalaman atau lakaran anda sendiri. Ini membolehkan fleksibiliti maksimum apabila mencipta pemandangan 3D, membolehkan anda menumpukan pada gaya dan kualiti imej akhir.
Kami amat mencadangkan anda melihat yang terbaik Tutorial ControlNet yang baru-baru ini diterbitkan oleh Aitrepreneur.
ControlNet sangat meningkatkan kawalan ke atas Stable Diffusionkeupayaan imej ke imej
Walaupun Stable Diffusion boleh mencipta imej daripada teks, ia juga boleh mencipta grafik daripada templat. Saluran paip imej-ke-imej ini sering digunakan untuk mempertingkatkan foto yang dihasilkan atau menghasilkan imej baharu dari awal menggunakan templat.
Manakala Stable Diffusion 2.0 menawarkan keupayaan untuk menggunakan data kedalaman daripada imej sebagai templat, kawalan ke atas proses ini agak terhad. Pendekatan ini tidak disokong oleh versi terdahulu, 1.5, yang masih biasa digunakan disebabkan oleh bilangan model tersuai yang banyak, antara sebab lain.
Berat setiap blok daripada Stable Diffusion disalin oleh ControlNet ke dalam varian yang boleh dilatih dan varian yang dikunci. Borang yang disekat mengekalkan keupayaan model penyebaran sedia pengeluaran, manakala varian yang boleh dilatih boleh mempelajari keadaan baharu untuk sintesis gambar dengan menala halus dengan set data yang kecil.
Stable Diffusion berfungsi dengan semua model ControlNet dan menawarkan lebih banyak kawalan ke atas AI generatif. Pasukan ini menyediakan sampel beberapa variasi orang dalam pose tetap, serta pelbagai foto dalaman berdasarkan susunan ruang model dan variasi imej burung.
Baca lebih lanjut mengenai AI:
Penafian
Selaras dengan Garis panduan Projek Amanah, sila ambil perhatian bahawa maklumat yang diberikan pada halaman ini tidak bertujuan untuk menjadi dan tidak seharusnya ditafsirkan sebagai nasihat undang-undang, cukai, pelaburan, kewangan atau sebarang bentuk nasihat lain. Adalah penting untuk hanya melabur apa yang anda mampu kehilangan dan mendapatkan nasihat kewangan bebas jika anda mempunyai sebarang keraguan. Untuk maklumat lanjut, kami mencadangkan merujuk kepada terma dan syarat serta halaman bantuan dan sokongan yang disediakan oleh pengeluar atau pengiklan. MetaversePost komited kepada laporan yang tepat dan tidak berat sebelah, tetapi keadaan pasaran tertakluk kepada perubahan tanpa notis.
Tentang Pengarang
Damir ialah ketua pasukan, pengurus produk dan editor di Metaverse Post, meliputi topik seperti AI/ML, AGI, LLM, Metaverse dan Web3-bidang berkaitan. Artikelnya menarik khalayak besar lebih sejuta pengguna setiap bulan. Dia nampaknya seorang pakar dengan pengalaman 10 tahun dalam SEO dan pemasaran digital. Damir telah disebut dalam Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto dan penerbitan lain. Dia mengembara antara UAE, Turki, Rusia dan CIS sebagai nomad digital. Damir memperoleh ijazah sarjana muda dalam fizik, yang dia percaya telah memberikannya kemahiran berfikir kritis yang diperlukan untuk berjaya dalam landskap internet yang sentiasa berubah.
lebih banyak artikel
Damir ialah ketua pasukan, pengurus produk dan editor di Metaverse Post, meliputi topik seperti AI/ML, AGI, LLM, Metaverse dan Web3-bidang berkaitan. Artikelnya menarik khalayak besar lebih sejuta pengguna setiap bulan. Dia nampaknya seorang pakar dengan pengalaman 10 tahun dalam SEO dan pemasaran digital. Damir telah disebut dalam Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto dan penerbitan lain. Dia mengembara antara UAE, Turki, Rusia dan CIS sebagai nomad digital. Damir memperoleh ijazah sarjana muda dalam fizik, yang dia percaya telah memberikannya kemahiran berfikir kritis yang diperlukan untuk berjaya dalam landskap internet yang sentiasa berubah.
