পরবর্তী আপপরবর্তী গাইড
মাল্টিমোডাল মডেলের সাথে কথোপকথনমূলক চিত্র সম্পাদনা
ভিজ্যুয়াল এআই
ভিজ্যুয়াল এআই গাইড
InstructPix2Pix আপনাকে একটি সাধারণ কমান্ড টাইপ করে একটি ফটো সম্পাদনা করতে দেয় যেমন 'শীতকালে তৈরি করুন' বা 'বিড়ালটিকে কুকুরে পরিণত করুন', কোনো মুখোশ বা নির্বাচন সরঞ্জামের প্রয়োজন নেই।
এই নির্দেশিকা শুনুনএআই-বর্ণিত · ~2 min
এটি একটি প্রসারিত মডেলকে সরাসরি সম্পাদনার নির্দেশাবলী অনুসরণ করতে শিখিয়েছে।
InstructPix2Pix হল একটি ডিফিউশন মডেল যা একটি ইনপুট ইমেজ এবং একটি সম্পাদনা নির্দেশের উপর শর্তযুক্ত। এর লেখকরা নির্দেশাবলী তৈরি করতে GPT-3 ব্যবহার করে এবং সম্পাদিত চিত্রের উদাহরণ তৈরি করতে Stable Diffusion-এর সাথে প্রম্পট-টু-প্রম্পট ব্যবহার করে সিন্থেটিক প্রশিক্ষণ জোড়া তৈরি করেছেন। তারা রিপোর্ট করে যে প্রশিক্ষিত মডেল প্রতি-উদাহরণ সূক্ষ্ম-টিউনিং বা বিপরীতমুখী ছাড়াই বাস্তব চিত্রগুলিতে ব্যবহারকারী-লিখিত নির্দেশাবলী প্রয়োগ করতে পারে। এর মানে এই নয় যে অনুমান একটি একক নেটওয়ার্ক মূল্যায়ন: ডিফিউশন স্যাম্পলিং এখনও পুনরাবৃত্তিমূলক ডিনোইসিং ব্যবহার করে। দুটি নির্দেশিকা স্কেল ট্রেড নির্দেশনা আনুগত্যকে উত্স চিত্রের সাথে সাদৃশ্যের বিরুদ্ধে, এবং মডেলটি অনুরোধকৃত সম্পাদনার বাইরেও বিশদ পরিবর্তন করতে পারে, তাই পর্যালোচনা করা আবশ্যক।
একটি ব্লগার একটি মৌসুমী পোস্টের জন্য একটি গ্রীষ্মকালীন ল্যান্ডস্কেপ ফটো পুনরায় স্কিন করতে 'পতনের পাতা যুক্ত করুন' টাইপ করে৷
একজন ই-কমার্স বিক্রেতা এক শট থেকে পণ্যের রঙের বৈচিত্র তৈরি করতে 'শার্টের রঙ নেভিতে পরিবর্তন করুন' নির্দেশ দেন।
একজন শিক্ষক একটি পাঠের জন্য একটি কালো-সাদা সংরক্ষণাগার চিত্রকে প্রাণবন্ত করতে 'এটিকে রঙিন করুন' সহ একটি ঐতিহাসিক ফটো সম্পাদনা করেন৷
একজন মেম স্রষ্টা কুকুরের মুখ ম্যানুয়ালি মাস্ক না করে 'কুকুরের গায়ে সানগ্লাস লাগান' নির্দেশ দিয়েছেন।
নির্দেশ-ভিত্তিক সম্পাদনা চিত্র পরিবর্তনগুলিকে অনুরোধ করা সহজ করে তুলতে পারে, তবে জেনারেটিভ আউটপুটগুলি এখনও অনিচ্ছাকৃত পরিবর্তন, অনুপস্থিত বিবরণ এবং অসমর্থিত ঐতিহাসিক দাবিগুলির জন্য পর্যালোচনার প্রয়োজন।
ফ্রি নিউজলেটার
প্রতি সপ্তাহের কাজের দিন সকালে তিনটি যাচাইকৃত এআই স্টোরি, সহজ ইংরেজিতে লেখা। চিরকালের জন্য ফ্রি, কোনো বিজ্ঞাপন নেই।
প্রতি সপ্তাহের কাজের দিনে একটি ইমেল। এক ক্লিকেই আনসাবস্ক্রাইব করুন। আমরা কখনোই আপনার ঠিকানা বিক্রি বা শেয়ার করি না।
নিজেকে পরীক্ষা করুন
প্রতিটি উত্তরের তাৎক্ষণিক ফিডব্যাক, এবং কোর্স পাস করার পর যাচাইযোগ্য আইডি সহ একটি শেয়ারযোগ্য সার্টিফিকেট।
ফ্রি এআই শিক্ষাকে সমর্থন করুন। AI Understanding একটি 501(c)(3) অলাভজনক প্রতিষ্ঠান — কোনো বিজ্ঞাপন নেই, কোনো পেওয়াল নেই, কখনোই না। একটি দান করুন
InstructPix2Pix আপনাকে একটি সাধারণ কমান্ড টাইপ করে একটি ফটো সম্পাদনা করতে দেয় যেমন 'শীতকালে তৈরি করুন' বা 'বিড়ালটিকে কুকুরে পরিণত করুন', কোনো মুখোশ বা নির্বাচন সরঞ্জামের প্রয়োজন নেই। এটি একটি প্রসারিত মডেলকে সরাসরি সম্পাদনার নির্দেশাবলী অনুসরণ করতে শিখিয়েছে।
আপনি কেবল একটি নির্দেশ টাইপ করুন যেমন 'শীতকালে তৈরি করুন'; কোনো মুখোশ বা অঞ্চল নির্বাচনের প্রয়োজন নেই।
লেখকরা স্বয়ংক্রিয়ভাবে ট্রিপল তৈরি করতে প্রম্পট-টু-প্রম্পট ইমেজ সংশ্লেষণের সাথে GPT-3-জেনারেট করা ক্যাপশন জোড়া একত্রিত করেছেন।
একটি স্কেল নিয়ন্ত্রণ করে যে সম্পাদনা কতটা দৃঢ়ভাবে নির্দেশ অনুসরণ করে; অন্যান্য উৎসের ছবি কতটা সংরক্ষিত তা নিয়ন্ত্রণ করে।
একটি নির্দেশ একটি নির্দিষ্ট পরিবর্তনকে লক্ষ্য করে, তাই মডেলটি সেই অঞ্চলগুলিকে সংরক্ষণ করে যা নির্দেশ উল্লেখ করে না।
কাগজটি প্রতি-উদাহরণ সূক্ষ্ম-টিউনিং বা বিপরীতমুখী ছাড়াই একটি চিত্র এবং নির্দেশে প্রশিক্ষিত মডেল প্রয়োগ করার বর্ণনা দেয়। ডিফিউশন মডেলটি এখনও অনুমানের সময় পুনরাবৃত্তিমূলক ডিনোইসিং সম্পাদন করে।
শিখতে থাকুন
এই বিষয়ের জন্য বাছাই করা আরও গাইড
পরবর্তী আপপরবর্তী গাইড
মাল্টিমোডাল মডেলের সাথে কথোপকথনমূলক চিত্র সম্পাদনা
ভিজ্যুয়াল এআই