Muhtasari
InstructPix2Pix hukuruhusu kuhariri picha kwa kuandika amri rahisi kama vile 'fanya iwe msimu wa baridi' au 'geuza paka kuwa mbwa', hakuna barakoa au zana za kuchagua zinazohitajika. Ilifundisha muundo wa uenezaji kufuata maagizo ya uhariri moja kwa moja.
Uhariri wa Maagizo ya InstructPix2Pix ni mali ya utiririshaji wa maono ya kompyuta ambayo hutafsiri au kutoa midia ya kuona kwa uchanganuzi, utendakazi na ubunifu.
Dive ya kina
InstructPix2Pix (Brooks et al., 2023) ni kielelezo cha uenezi kilichoboreshwa ili kuchukua picha ya ingizo pamoja na maagizo ya maandishi na kutoa picha iliyohaririwa kwa pasi moja ya mbele. Ujanja wake wa busara ni data ya mafunzo: waandishi walitumia GPT-3 kutengeneza jozi za manukuu kabla na baada ya hapo, kisha wakatumia Uharaka-kwa-Uhakika na Usambazaji Imara ili kuunganisha ulinganifu kabla/baada ya jozi za picha. Hiyo iliwapa seti kubwa ya data ya (picha ya asili, maagizo, picha iliyohaririwa) mara tatu ya kupata mafunzo, yote bila kuweka lebo mwenyewe. Kwa sababu maagizo yanaelezea mabadiliko badala ya tukio kamili, kielelezo huhifadhi sehemu ambazo hazijatajwa za picha. Inatumia mizani miwili ya mwongozo, moja kwa jinsi inavyofuata maelekezo kwa ukaribu na nyingine kwa jinsi inavyoshikamana kwa uaminifu na picha asili, na kuwaruhusu watumiaji kubadilishana uwezo wa kuhariri dhidi ya uaminifu.
Ufahamu wa Kiufundi
Masharti ya kielelezo kwenye picha chanzo na maagizo, kwa kutumia mwongozo usio na uainishaji kwenye shoka mbili. Mizani moja hupima maagizo ya maandishi, nyingine hupima taswira ya ingizo. Kupandisha kiwango cha picha huweka zaidi ile ya asili kuwa sawa, huku kuinua kiwango cha maandishi hufanya uhariri kuwa mkali zaidi. Mwongozo huu wa pande mbili ndio unaoruhusu maagizo ya jumla ya kubadilisha kipengele kimoja kwa uhakika huku picha nyingine ikitambulika.
Uhariri wa Maagizo ya KufundishaPix2Pix
InstructPix2Pix hukuruhusu kuhariri picha kwa kuandika amri rahisi kama vile 'fanya iwe msimu wa baridi' au 'geuza paka kuwa mbwa', hakuna barakoa au zana za kuchagua zinazohitajika. Ilifundisha muundo wa uenezaji kufuata maagizo ya uhariri moja kwa moja. Uhariri wa Maagizo ya InstructPix2Pix ni mali ya utiririshaji wa maono ya kompyuta ambayo hutafsiri au kutoa midia ya kuona kwa uchanganuzi, utendakazi na ubunifu. Ili kujenga uelewaji wa kina, chukulia Uhariri wa Maagizo ya InstructPix2Pix kama kielelezo cha uendeshaji, si kipengele kimoja: fafanua matokeo unayotaka, fafanua mawazo, na utenganishe kile ambacho mfumo unaweza kufanya kwa uhakika na kile ambacho bado kinahitaji uamuzi wa kitaalamu.
Katika mazoezi, timu dhabiti zinazotumia Usahihi wa Kuhariri Maagizo ya InstructPix2Pix na hali halisi ya uendeshaji kama vile ubora wa data, tofauti ya mwanga na uthabiti wa lebo. Huandika vigezo dhahiri vya kufaulu, kujaribu dhidi ya data halisi na mtiririko wa kazi, na kurudia kulingana na mifumo ya kushindwa iliyoonekana badala ya ushindi wa mara moja wa benchmark. Hapa ndipo uelewa wa kinadharia unapogeuka kuwa uwezo wa kudumu katika bidhaa, sera na uendeshaji.
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango. Wakati huo huo, haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi. Mbinu thabiti zaidi ni kuchanganya kasi ya majaribio na nidhamu ya utawala: kuendesha majaribio, kunasa ushahidi, kuchapisha kumbukumbu za maamuzi, na kuendelea kusasisha ulinzi huku tabia ya kielelezo, matarajio ya watumiaji na mahitaji ya udhibiti yanapobadilika.
Athari za kimkakati
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango. Katika utumaji wa ubora wa juu, hii inatafsiriwa katika sheria zinazoweza kupimika za uendeshaji, mipaka ya umiliki, na desturi za ukaguzi wa mara kwa mara ili timu ziweze kuongeza imani badala ya kuongeza utata.
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono. Katika utumaji wa ubora wa juu, hii inatafsiriwa katika sheria zinazoweza kupimika za uendeshaji, mipaka ya umiliki, na desturi za ukaguzi wa mara kwa mara ili timu ziweze kuongeza imani badala ya kuongeza utata.
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata. Katika utumaji wa ubora wa juu, hii inatafsiriwa katika sheria zinazoweza kupimika za uendeshaji, mipaka ya umiliki, na desturi za ukaguzi wa mara kwa mara ili timu ziweze kuongeza imani badala ya kuongeza utata.
Utekelezaji wa Ulimwengu Halisi
Mwanablogu anaandika 'ongeza majani ya msimu wa joto' ili kurudisha picha ya mandhari ya majira ya kiangazi kwa chapisho la msimu.
Muuzaji wa biashara ya mtandaoni anaagiza 'badilisha rangi ya shati iwe jeshi la baharini' ili kutoa lahaja za rangi za bidhaa kutoka kwa risasi moja.
Mwalimu anahariri picha ya kihistoria kwa 'kupaka rangi hii' ili kufanya picha ya kumbukumbu nyeusi na nyeupe iwe wazi kwa somo.
Mtayarishi wa meme anaamuru 'mweke mbwa miwani ya jua' bila kuficha uso wa mbwa mwenyewe.
Miundo ya Utekelezaji
Uhariri wa Maagizo ya InstructPix2Pix kwa vitendo
Mwanablogu anaandika 'ongeza majani ya msimu wa joto' ili kurudisha picha ya mandhari ya majira ya kiangazi kwa chapisho la msimu.
Mwanablogu anaandika 'ongeza majani ya msimu wa baridi' ili kuunda upya picha ya mandhari ya majira ya kiangazi kwa chapisho la msimu Timu kwa kawaida hupata matokeo bora zaidi zinapofafanua viwango vya ubora wa juu, kuweka njia ya kupanda kwa binadamu kwa matukio makali, na kufuatilia faida za tija na gharama za makosa kwa wakati.
Uhariri wa Maagizo ya InstructPix2Pix kwa vitendo
Muuzaji wa biashara ya mtandaoni anaagiza 'badilisha rangi ya shati iwe jeshi la baharini' ili kutoa lahaja za rangi za bidhaa kutoka kwa risasi moja.
Muuzaji wa biashara ya mtandaoni anaagiza 'kubadilisha rangi ya shati iwe jeshi la wanamaji' ili kutoa lahaja za rangi za bidhaa kutoka kwa picha moja Timu kwa kawaida hupata matokeo bora zaidi zinapofafanua viwango vya ubora wa juu, kuweka njia ya kupanda kwa binadamu kwa matukio makali, na kufuatilia faida za tija na gharama za makosa kwa wakati.
Uhariri wa Maagizo ya InstructPix2Pix kwa vitendo
Mwalimu anahariri picha ya kihistoria kwa 'kupaka rangi hii' ili kufanya picha ya kumbukumbu nyeusi na nyeupe iwe wazi kwa somo.
Mwalimu huhariri picha ya kihistoria yenye 'chora rangi hii' ili kufanya picha ya kumbukumbu nyeusi na nyeupe iwe wazi kwa somo Timu kwa kawaida hupata matokeo bora zaidi zinapofafanua viwango vya ubora wa juu, kuweka njia ya kupanda juu ya matukio makali, na kufuatilia faida za tija na gharama za makosa kwa wakati.
Uhariri wa Maagizo ya InstructPix2Pix kwa vitendo
Mtayarishi wa meme anaamuru 'mweke mbwa miwani ya jua' bila kuficha uso wa mbwa mwenyewe.
Mtayarishi wa meme anaamuru 'mweke mbwa miwani ya jua' bila kuficha uso wa mbwa mwenyewe. Timu kwa kawaida hupata matokeo bora zaidi zinapofafanua viwango vya ubora wa juu, kuweka njia ya kuongezeka kwa binadamu kwa matukio makali, na kufuatilia faida za tija na gharama za makosa kwa wakati.
Hatari & Walinzi
Haki za picha na idhini zinaweza kuwa hatari za kisheria ikiwa asili haiko wazi.
Utendaji wa muundo unaweza kutofautiana katika mwangaza, idadi ya watu na mazingira.
Chanya za uwongo zinaweza kutotambuliwa isipokuwa viwango vya uaminifu vifuatiliwe.
Ramani ya Utekelezaji
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa.
Bainisha vigezo vya kukubalika vya usahihi, kumbukumbu na gharama za makosa. Chukulia kila hatua kama lango la ushahidi: ikiwa vigezo havitatimizwa, sitisha uchapishaji, funga pengo, kisha upanue matumizi.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji. Chukulia kila hatua kama lango la ushahidi: ikiwa vigezo havitatimizwa, sitisha uchapishaji, funga pengo, kisha upanue matumizi.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa. Chukulia kila hatua kama lango la ushahidi: ikiwa vigezo havitatimizwa, sitisha uchapishaji, funga pengo, kisha upanue matumizi.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data. Chukulia kila hatua kama lango la ushahidi: ikiwa vigezo havitatimizwa, sitisha uchapishaji, funga pengo, kisha upanue matumizi.