tight-inversion

מה זה

אתם מעלים תמונה, כותבים תיאור של מה שמופיע בה ותיאור של השינוי שתרצו לראות. בתמורה מקבלים תמונה ערוכה שמנסה לשמור על התוכן המקורי אבל להכניס את השינויים שביקשתם בטקסט.

מאחורי הקלעים הקוד קושר יחד מגוון רחב של רכיבים. יש שם שימוש ב־SDXL יחד עם IP-Adapter לשמירה על מאפייני התמונה, מודל CLIP של OpenAI, וברקע מוגדרים גם מודלים כמו FLUX.1-schnell, BLIP-2 וגרסאות ישנות של Stable Diffusion. הממשק מאפשר לשחק עם משקלי ההתאמה, עוצמת ההנחיה וחדות השינוי.

מתאים ל

• עריכת תמונות מונחית טקסט

  משנים אלמנטים ספציפיים בתמונה קיימת בלי לאבד את הקומפוזיציה המקורית.

• בדיקת אינברסיה ל־SDXL

  בוחנים איך שילוב של IP-Adapter ואינברסיה מתמודד עם שינויי סגנון ותוכן.

• ניסוי פרמטרים גנרטיביים

  בודקים השפעה של משקלי הנחיה וחידוד מקומי על דיוק השינויים בתמונה.

איפה זה נופל

למרות שברשימת המודלים מופיעים שמות כמו פלוקס ו־T5, כותרת הממשק מדברת במפורש על הדגמת SDXL בלבד, כך שלא ברור כמה מהכלים הנוספים באמת פעילים כאן. בנוסף, חיתוך התמונה מתבצע לריבוע במרכז, מה שעלול להרוס קומפוזיציות שלא צולמו ביחס של אחד לאחד. אם הפרומפטים לא מדויקים, קל מאוד לקבל מריחות או שינויים אגרסיביים מדי.

איך משתמשים

נכנסים לממשק ב־Gradio, גוררים תמונה או בוחרים מתוך הדוגמאות המוכנות, וממלאים את שתי תיבות הטקסט. אפשר לכוונן סליידרים של IPA Scale, Guidance Scale ומקדם חידוד, ולסמן אם להשתמש בתיאור המקורי כפרומפט שלילי.

האפליקציה רצה על חומרת Zero A10G שמוקצית דינמית דרך Spaces. אם השרת קר או תפוס, תצטרכו להמתין בתור קצר להקצאת ה־GPU, אבל העיבוד עצמו אמור להסתיים תוך שניות בודדות.

הרישיון

היוצרים לא דיווחו על רישיון שימוש בקוד או במרחב. המשמעות היא שאין הרשאה ברורה להשתמש בתוצרים לצרכים מסחריים, וזכויות השימוש נשארות מעורפלות. כל מה שאתם מעלים עובר דרך השרתים הציבוריים של Hugging Face.

הרישיון המלא ב־Hugging Face ↗