आगेअगली गाइड
मल्टीमॉडल मॉडल के साथ संवादी छवि संपादन
विजुअल एआई
विज़ुअल एआई गाइड
InstructPix2Pix अनुदेश संपादन
InstructPix2Pix आपको 'इसे सर्दी बनाओ' या 'बिल्ली को कुत्ते में बदल दो' जैसे सादे कमांड टाइप करके एक फोटो संपादित करने की सुविधा देता है, इसके लिए किसी मास्क या चयन उपकरण की आवश्यकता नहीं होती है।
इस गाइड को सुनेंएआई-नैरेटेड · ~2 min
इस पृष्ठ पर2 मिनट लाल
सिंहावलोकन
It taught a diffusion model to follow editing instructions directly.
गहरा गोता
InstructPix2Pix is a diffusion model conditioned on an input image and an editing instruction. Its authors constructed synthetic training pairs by using GPT-3 to generate instructions and Prompt-to-Prompt with Stable Diffusion to create edited image examples. They report that the trained model can apply user-written instructions to real images without per-example fine-tuning or inversion. This does not mean inference is a single network evaluation: diffusion sampling still uses iterative denoising. Two guidance scales trade instruction adherence against similarity to the source image, and the model can alter details beyond the requested edit, so review remains necessary.
वास्तविक विश्व कार्यान्वयन
एक ब्लॉगर मौसमी पोस्ट के लिए ग्रीष्मकालीन परिदृश्य फोटो को फिर से तैयार करने के लिए 'पतझड़ पत्ते जोड़ें' टाइप करता है।
एक ई-कॉमर्स विक्रेता एक ही बार में उत्पाद के विभिन्न रंग तैयार करने के लिए 'शर्ट का रंग नेवी में बदलने' का निर्देश देता है।
एक शिक्षक एक पाठ के लिए एक काले और सफेद संग्रह छवि को ज्वलंत बनाने के लिए 'इसे रंगीन करें' के साथ एक ऐतिहासिक तस्वीर को संपादित करता है।
एक मीम निर्माता कुत्ते के चेहरे को मैन्युअल रूप से छिपाए बिना 'कुत्ते पर धूप का चश्मा लगाने' का आदेश देता है।
InstructPix2Pix अनुदेश संपादन का भविष्य
Instruction-based editing can make image changes easier to request, but generative outputs still need review for unintended alterations, missing details, and unsupported historical claims.
इसे व्यवहार में लाना
यह क्यों मायने रखता है?
- गति और पैमाना. विज़ुअल एआई बड़े पैमाने पर निरीक्षण, पता लगाने और टैगिंग कार्यों को स्वचालित कर सकता है।
- विकल्प बनाएं. रचनात्मक टीमें कम मैन्युअल संशोधनों के साथ तेजी से अवधारणाओं का प्रोटोटाइप बना सकती हैं।
- टीम और वर्कफ़्लो. संचालन छवि और वीडियो संकेतों का उपयोग कर सकते हैं जिन्हें संसाधित करना पहले कठिन था।
का ध्यान रखें
- यदि उत्पत्ति अस्पष्ट है तो छवि अधिकार और सहमति कानूनी जोखिम बन सकते हैं।
- मॉडल का प्रदर्शन प्रकाश व्यवस्था, जनसांख्यिकी और वातावरण के अनुसार भिन्न हो सकता है।
- जब तक आत्मविश्वास की सीमा की निगरानी नहीं की जाती, तब तक झूठी सकारात्मक बातों पर ध्यान नहीं दिया जा सकता।
अगले चरण
- सटीकता, रिकॉल और त्रुटि लागत के लिए स्वीकृति मानदंड परिभाषित करें।
- वास्तविक उत्पादन स्थितियों से मेल खाने वाले डेटा के साथ परीक्षण करें।
- कम-आत्मविश्वास या उच्च-प्रभाव वाली भविष्यवाणियों के लिए मानवीय समीक्षा जोड़ें।
- कैमरा या डेटासेट में बदलाव के बाद मॉडल बहाव को ट्रैक करें और पुनः सत्यापित करें।
अन्वेषण करते रहें
मुफ़्त न्यूज़लेटर
दैनिक एआई ब्रीफिंग प्राप्त करें
हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।
प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।
स्वयं की जांच करो
Take the InstructPix2Pix Instruction Editing quiz
प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।
निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें
अक्सर पूछे जाने वाले प्रश्नों
What is InstructPix2Pix Instruction Editing?
InstructPix2Pix आपको 'इसे सर्दी बनाओ' या 'बिल्ली को कुत्ते में बदल दो' जैसे सादे कमांड टाइप करके एक फोटो संपादित करने की सुविधा देता है, इसके लिए किसी मास्क या चयन उपकरण की आवश्यकता नहीं होती है। इसने संपादन निर्देशों का सीधे पालन करने के लिए एक प्रसार मॉडल सिखाया।
आप InstructPix2Pix को कैसे बताते हैं कि क्या बदलना है?
आप बस एक निर्देश टाइप करें जैसे 'इसे सर्दी में बनाएं'; किसी मुखौटे या क्षेत्र चयन की आवश्यकता नहीं है।
InstructPix2Pix का प्रशिक्षण डेटा कैसे बनाया गया?
लेखकों ने स्वचालित रूप से ट्रिपल बनाने के लिए GPT-3-जनित कैप्शन जोड़े को प्रॉम्प्ट-टू-प्रॉम्प्ट छवि संश्लेषण के साथ जोड़ा।
InstructPix2Pix के दो मार्गदर्शन पैमाने क्या नियंत्रित करते हैं?
एक पैमाना यह नियंत्रित करता है कि संपादन कितनी दृढ़ता से निर्देश का पालन करता है; दूसरा नियंत्रित करता है कि स्रोत छवि का कितना भाग संरक्षित है।
मॉडल छवि के अज्ञात हिस्सों को अकेला क्यों छोड़ देता है?
एक निर्देश एक विशिष्ट परिवर्तन को लक्षित करता है, इसलिए मॉडल उन क्षेत्रों को संरक्षित करता है जिनका निर्देश में उल्लेख नहीं किया गया है।
Does InstructPix2Pix require separate per-image fine-tuning or inversion before applying an edit?
The paper describes applying the trained model to an image and instruction without per-example fine-tuning or inversion. The diffusion model still performs iterative denoising during inference.
सीखते रहो
संबंधित मार्गदर्शिकाएँ
इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं