Image_to_Image_Generation

מה זה

אתם מעלים תמונת מקור, כותבים תיאור חיובי למה שתרצו לראות ותיאור שלילי למה שצריך להישאר בחוץ, ומקבלים גלריה עם התוצאות החדשות. הממשק נותן שליטה ידנית על לא מעט פרמטרים, כמו מידת השינוי של התמונה המקורית, חדות ההיצמדות להנחיה, מידות הקובץ ומספר התמונות שייווצרו בכל הרצה.

מאחורי הקלעים רץ תהליך של תמונה לתמונה באמצעות ספריית diffusers. אפשר לבחור בין שני מודלים שונים: הגרסה הבסיסית של runwayml מדגם v1.5, או Realistic Vision V5.1 שמיועד למראה ריאליסטי יותר. בנוסף, יש רשימה של שבעה סוגי סקלרים שונים לבחירה, כמו Euler a או UniPC, שמשפיעים על אופי הרינדור וחישוב הצעדים.

מתאים ל

• שינוי סגנון לתמונה קיימת

  מעלים תמונה ומשנים את הסגנון שלה למראה ריאליסטי יותר בעזרת שילוב של פרומפט ומודל Realistic Vision.

• בדיקת סקלרים שונים

  משווים בין שבעה סקלרים שונים על אותה תמונת בסיס כדי לראות איך אלגוריתם הדגימה משפיע על התוצאה.

• עריכת פרטים לפי הנחיה

  שומרים על המבנה של התמונה המקורית עם ערך שינוי נמוך, ומשנים פרטים בעזרת פרומפט חיובי ושלילי.

איפה זה נופל

הצוואר בקבוק העיקרי הוא המעבד. הממשק מאפשר להעלות את הממדים עד 2048 על 2048 ואת הצעדים עד 150, אבל ניסיון כזה על חומרה בסיסית עלול לתקוע את ההרצה לחלוטין. בנוסף, ברירת המחדל של רמת השינוי גבוהה יחסית, מה שאומר שהיא תדרוס חלק גדול מהתמונה המקורית אם לא תורידו אותה ידנית.

איך משתמשים

טוענים תמונה לחלון הקלט, מקלידים את התיאור ולוחצים על הכפתור הראשי. אם רוצים לדייק, פותחים את אפשרויות המתקדמים ומשנים את הסקלר, הממדים או כמות הצעדים, כשרמת השינוי מוגדרת כברירת מחדל על 0.8.

אין כאן צורך בהרשמה מיוחדת, אבל יש תור מובנה בממשק. הבעיה המרכזית היא שהקוד רץ על מעבד בסיסי רגיל ולא על מעבד גרפי. הרצה של מודלי דיפוזיה על חומרה כזאת, במיוחד ברזולוציית ברירת המחדל של 896 על 896 ובשלושים צעדים, תיקח המון זמן ותדרוש מכם סבלנות רבה.

הרישיון

היוצר לא דיווח על רישיון עבור היישום עצמו. המשמעות היא שאין הגדרה ברורה לגבי שימוש מסחרי בקוד או זכויות השימוש בתמונות שמועלות ומעובדות דרכו, ולכן לא מומלץ להעלות לשם חומרים רגישים.

הרישיון המלא ב־Hugging Face ↗