IF

מה זה

מקלידים תיאור טקסטואלי רגיל וטקסט שלילי כדי להגדיר מה לא רוצים לקבל. הממשק מציג דוגמאות מוכנות לשימוש שמופיעות ארבע בכל עמוד, כך שאפשר להתחיל גם בלי להמציא תיאור מאפס.

מאחורי הקלעים פועלים כמה מודלים ברצף. השלב הראשון מייצר תמונות בסיסיות באמצעות DeepFloyd/IF-I-XL-v1.0. לאחר מכן בוחרים את התוצאה המועדפת מתוך הגלריה ומעבירים אותה להגדלה. השלב השני משתמש ב־DeepFloyd/IF-II-L-v1.0 לרזולוציית ביניים של 256, ובשלב האחרון מופעל stabilityai/stable-diffusion-x4-upscaler לקבלת תמונה גדולה וחדה יותר.

יש שליטה מתקדמת בכל שלב בנפרד. אפשר לכוון סיד, מדדי הנחיה ומספר צעדי עיבוד לכל אחת משלוש התחנות בצינור.

מתאים ל

• בדיקת איכות יצירת תמונות

  מזינים פרומפט ובוחנים איך המודל של DeepFloyd מתמודד עם תיאורים שונים בהשוואה למודלים אחרים.

• הגדלת תמונות בשלבים

  מייצרים כמה כיוונים ראשוניים בגלריה, בוחרים את הטוב ביותר ומגדילים אותו בהדרגה לרזולוציה גבוהה.

• ניסוי פרמטרים של דיפוזיה

  מכוונים ערכי הנחיה ומספרי צעדים בכל תחנה כדי לראות את ההשפעה של כל שלב על התוצר.

איפה זה נופל

הבעיה המיידית היא שהאפליקציה כרגע במצב מושהה, כך שאי אפשר לייצר בה תמונות כרגע. מעבר לכך, התהליך מפוצל ומחייב בחירה ידנית בין השלבים, כך שאי אפשר פשוט ללחוץ פעם אחת ולקבל מיד קובץ מוגמר ברזולוציה מלאה. השליטה בפרמטרים המתקדמים מחולקת לשלוש לשוניות נפרדות, מה שמסבך את העבודה אם רוצים לשנות הגדרות בסיסיות.

איך משתמשים

כותבים פרומפט, לוחצים על Generate, ומקבלים גלריה של תוצאות ראשוניות. משם בוחרים תמונה אחת ולוחצים על כפתור ההגדלה, או חוזרים אחורה לבחירה מחדש אם התוצאה לא מתאימה. אפשר גם לשתף את התוצאה הסופית ישירות מהממשק.

הקוד מוגדר לרוץ על חומרת a100-large בתוך מכולת דוקר, מה שאמור לספק כוח חישוב חזק לתהליך המורכב. בפועל המופע כרגע במצב מושהה, ולכן אי אפשר להריץ אותו ישירות עד שיחזור לפעילות.

הרישיון

הרישיון מוגדר תחת סיווג other ולא תחת רישיון קוד פתוח מוכר. המשמעות היא שיש תנאי שימוש ייעודיים שלא פורטו כאן במלואם, ולכן אסור להניח שמותר להשתמש בתוצרים לצרכים מסחריים בלי לבדוק את ההגבלות המשפטיות של המודלים עצמם.

הרישיון המלא ב־Hugging Face ↗