SeterusnyaPanduan seterusnya
Penjanaan Model Imej-ke-3D
AI Visual
PANDUAN AI Visual
Benih dalam penjanaan imej AI ialah nombor yang memulakan penjana nombor rawak yang menghasilkan bunyi awal.
Dengar panduan iniAI-diceritakan · ~3 min
Dengan benih, gesaan, model dan tetapan yang sama, model resapan biasanya akan mencipta semula imej yang sama. Benih membolehkan anda menghasilkan semula hasil, membuat variasi terkawal dan membandingkan tetapan secara adil, walaupun padanan tepat boleh merentas perisian, perkakasan atau model yang berbeza.
Model resapan bermula daripada hingar rawak tulen dan memperhalusinya langkah demi langkah ke dalam imej. Bunyi itu tidak benar-benar rawak. Ia datang daripada penjana nombor pseudorandom, yang menghasilkan urutan nombor yang sama apabila ia bermula dari benih yang sama. Untuk Stable Diffusion 1.5 pada 512 kali 512 piksel, benih mengisi tensor terpendam 4 saluran dengan nilai 64 kali 64, dan semua yang dilukis oleh model berkembang daripada corak tersebut. Bentuk yang besar, seperti di mana figura berdiri atau di mana ufuk jatuh, kebanyakannya ditentukan pada langkah awal, jadi benih sangat mempengaruhi komposisi. Menghasilkan semula imej memerlukan lebih daripada benih. Anda juga memerlukan berat model yang sama, gesaan, gesaan negatif, resolusi, pensampel, kiraan langkah dan skala panduan, serta sebarang tambahan seperti input LoRA atau ControlNet. Menukar resolusi mengubah bentuk tensor hingar, jadi benih yang sama kemudiannya memberikan imej yang tidak berkaitan. Banyak alatan memberikan setiap imej dalam kumpulan nombor benih seterusnya, jadi imej keempat dalam kumpulan selalunya merupakan benih permulaan tambah tiga. Pembiakan tepat masih boleh gagal. Penjana rawak CPU dan GPU di perpustakaan seperti PyTorch menghasilkan jujukan berbeza daripada benih yang sama. Sesetengah operasi GPU tidak tentu, pusingan matematik separuh ketepatan secara berbeza pada perkakasan yang berbeza, dan kod perhatian penjimatan memori boleh mengubah nilai kecil yang berkembang melalui banyak langkah. Pensampel nenek moyang menambah bunyi segar pada setiap langkah, yang mewujudkan lebih banyak peluang untuk keputusan hanyut. Model yang berbeza, atau versi baharu model yang sama, menukar bunyi yang sama kepada gambar yang sama sekali berbeza. Tidak ada 'benih yang baik' secara universal. Benih yang berfungsi dengan baik untuk satu gesaan dan model tidak mempunyai kualiti istimewa di tempat lain. Ciri variasi, yang digabungkan dalam 'benih variasi' kedua, membolehkan anda meneroka imej berdekatan sambil mengekalkan reka letak keseluruhan.
Seorang pereka bentuk menyukai gubahan yang dijana dengan seed 123456, jadi dia memastikan benih itu tetap dan menukar 'jaket merah' kepada 'jaket biru' untuk mendapatkan pemandangan yang berkait rapat dengan satu perincian diubah.
Pasukan yang membandingkan dua pensampel menghasilkan gesaan yang sama pada lima biji yang sama dengan setiap satu, jadi sebarang perbezaan datang daripada pensampel dan bukannya nasib.
Pengguna Midjourney menambah parameter --seed untuk menjalankan semula gesaan dari titik permulaan yang sama, kemudian mendapati keputusan masih berbeza merentas versi model.
Seorang penggemar berkongsi benih dan tetapan penuh pada forum, tetapi pengguna lain dengan GPU dan binaan perisian yang berbeza mendapat imej yang serupa, tidak serupa.
Seeds akan kekal sebagai kawalan asas untuk model tempatan dan terbuka, di mana pengguna boleh melihat setiap parameter. Produk yang dihoskan berbeza-beza: sesetengahnya mendedahkan benih, manakala yang lain menyembunyikannya atau menggunakan perubahan bahagian pelayan yang menjadikan pembiakan tepat mustahil. Model imej autoregresif dan hibrid juga menggunakan rawak semasa pensampelan, jadi idea benih diteruskan walaupun di tempat yang berbeza mekanik. Alat yang lebih baik untuk merekodkan resipi generasi lengkap, termasuk versi perpustakaan dan perkakasan, akan menjadikan hasil lebih mudah untuk dikongsi dan diaudit. Perkara yang tidak dapat dilakukan oleh benih ialah menjamin output yang sama merentas versi model, kerana sebarang perubahan pada pemberat mengubah cara hingar menjadi imej.
Newsletter percuma
Tiga cerita AI yang disahkan setiap pagi hari bekerja, ditulis dalam Bahasa Inggeris biasa. Percuma selamanya, tiada iklan.
Satu e-mel setiap hari bekerja. Berhenti melanggan dalam satu klik. Kami tidak pernah menjual atau berkongsi alamat anda.
Uji diri anda
Maklum balas segera pada setiap jawapan, dan sijil yang boleh dikongsi dengan ID yang boleh disahkan sebaik sahaja anda lulus kursus.
Sokong pendidikan AI percuma. AI Understanding ialah pertubuhan bukan keuntungan 501(c)(3) — tiada iklan, tiada bayaran dinding, selamanya. Buat derma
Benih dalam penjanaan imej AI ialah nombor yang memulakan penjana nombor rawak yang menghasilkan bunyi awal. Dengan benih, gesaan, model dan tetapan yang sama, model resapan biasanya akan mencipta semula imej yang sama. Benih membolehkan anda menghasilkan semula hasil, membuat variasi terkawal dan membandingkan tetapan secara adil, walaupun padanan tepat boleh merentas perisian, perkakasan atau model yang berbeza.
Benih itu memulakan penjana nombor rawak yang menghasilkan hingar awal, dan model menapis bunyi itu ke dalam imej.
Resolusi yang berbeza memerlukan laten bersaiz berbeza, jadi hingar yang dihasilkan dibentangkan secara berbeza dan komposisi berubah sepenuhnya.
Bentuk dan susun atur yang besar diselesaikan lebih awal dalam denoising, dan ia tumbuh terus daripada bunyi permulaan yang dihasilkan oleh benih.
Perpustakaan seperti PyTorch menggunakan pelaksanaan penjana rawak berasingan pada setiap peranti, jadi benih yang sama menghasilkan nombor yang berbeza.
Banyak alat menomborkan benih kelompok secara berturut-turut, jadi imej menggunakan 500, 501, 502 dan 503.
Teruskan belajar
Lebih banyak panduan dipilih untuk topik ini
SeterusnyaPanduan seterusnya
Penjanaan Model Imej-ke-3D
AI Visual