Uhariri wa Usikivu wa Haraka ili Uonyeshe
Uhakika-kwa-Ufafanuzi huhariri picha iliyotengenezwa kwa kurekebisha kidokezo chake cha maandishi huku ukitumia tena ramani za uzingatiaji za ndani za muundo, kwa hivyo kubadilisha neno moja hubadilisha kipengele hicho huku tukio lingine likiwa sawa.
Muhtasari
It is editing through words, not pixels.
Dive ya kina
Upesi-kwa-Uhakika (Hertz et al., 2022) ni mbinu isiyo na mafunzo ya uhariri unaoendeshwa na maandishi katika miundo ya usambaaji. Ufahamu muhimu ni kwamba ramani za umakini, ambazo huambia kielelezo ni sehemu gani za picha ambazo kila neno linapaswa kuathiri, husimba mpangilio wa anga wa eneo la tukio. Unapounda upya picha kwa kidokezo kilichorekebishwa kidogo, mbinu hiyo inaingiza ramani za usikivu za awali za usikivu kwenye utendakazi mpya. Kubadilisha neno, sema 'baiskeli' na 'pikipiki', hubadilisha kipengee hicho huku ukihifadhi utunzi na usuli. Kuongeza neno huingiza umakini kwa ishara ambazo hazijabadilika, kwa hivyo sifa mpya inaonekana bila kubadilisha kila kitu. Unaweza pia kurejesha umakini wa ishara ili kuimarisha au kudhoofisha athari yake. Kwa sababu haihitaji urekebishaji mzuri au barakoa, ikawa msingi wa mbinu nyingi za kuhariri baadaye, ikiwa ni pamoja na utengenezaji wa data wa InstructPix2Pix.
Ufahamu wa Kiufundi
Wakati wa kutoa sauti, umakini huhesabu, kwa kila ishara, ramani ya anga ya mahali inapohudhuria kwenye picha. Uraha-kwa-Udokezo kunakili ramani hizi kutoka kwa kizazi asili hadi kilichohaririwa kwa tokeni zinazoshirikiwa. Kwa ubadilishaji wa maneno huweka umakini kati ya ishara zinazolingana; kwa maneno yaliyoongezwa huhifadhi ramani za zamani na huruhusu tu ishara mpya kuunda umakini mpya; kuongeza uzito huongeza tu maadili ya tahadhari ya ishara, kuimarisha au kunyamazisha ushawishi wake wa kuona.
Athari za kimkakati
Kasi na kiwango
Visual AI inaweza kufanya ukaguzi, ugunduzi na kazi za kuweka lebo kiotomatiki kwa kiwango.
Tengeneza chaguzi
Timu bunifu zinaweza kuiga dhana kwa haraka zaidi na masahihisho machache ya mikono.
Timu na mtiririko wa kazi
Uendeshaji unaweza kutumia ishara za picha na video ambazo hapo awali zilikuwa ngumu kuchakata.
Mustakabali wa Uhariri wa Umakini wa Haraka-kwa-Haraka
Udanganyifu wa kuzingatia sasa unasimamia familia nzima ya zana zinazoweza kudhibitiwa, na mawazo yanaenea hadi kwenye udhibiti wa usikivu katika usanifu mpya zaidi na uenezaji wa video kwa ajili ya uhariri wa muda. Tarajia muunganisho mkali zaidi na uhariri wa picha halisi kupitia ubadilishaji, ushughulikiaji thabiti zaidi wa mabadiliko makubwa ya muundo, na mchanganyiko na miundo ya maagizo ili mbinu za usikivu ziendeshwe bila kuonekana chini ya kiolesura rahisi cha lugha asilia.
Utekelezaji wa Ulimwengu Halisi
Mbuni hubadilisha 'gari jekundu mtaani' hadi 'gari la bluu mtaani' na kuweka mpangilio sawa wa eneo.
Mchoraji hurekebisha uzito wa neno 'theluji' ili kufanya mandhari iwe ya baridi zaidi katika tofauti tofauti.
Msimulizi wa hadithi hubadilisha 'simba' kwa 'simba' kwa haraka ili kuweka mkao na usuli sawa kwa laha ya wahusika.
Mtafiti huitumia kutoa picha zilizooanishwa kabla/baada ya kama data ya mafunzo kwa mhariri anayefuata maagizo.
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.
Jaribu kwa kutumia data inayolingana na hali halisi ya uzalishaji.
Ongeza ukaguzi wa kibinadamu kwa utabiri wa chini au utabiri wa athari kubwa.
Fuatilia mtindo wa kuteleza na uthibitishe upya baada ya mabadiliko ya kamera au mkusanyiko wa data.
Endelea Kuchunguza
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Prompt-to-Prompt Cross-Attention Editing quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
Mwongozo unaofuata
Tahadhari Mtambuka
Maswali yanayoulizwa mara kwa mara
What is Prompt-to-Prompt Cross-Attention Editing?
Uhakika-kwa-Ufafanuzi huhariri picha iliyotengenezwa kwa kurekebisha kidokezo chake cha maandishi huku ukitumia tena ramani za uzingatiaji za ndani za muundo, kwa hivyo kubadilisha neno moja hubadilisha kipengele hicho huku tukio lingine likiwa sawa. Ni kuhariri kupitia maneno, si pikseli.
Je, ni taarifa gani ya ndani ambayo Prompt-to-Prompt hutumia tena kuhifadhi tukio?
Ramani zenye umakini mkubwa husimba ambapo kila neno huathiri picha, kwa hivyo kuzitumia tena huweka mpangilio thabiti wakati wa kuhariri.
Je, Uhakika wa Kuagiza unahitaji kusawazisha muundo?
Hudhibiti umakini kwa wakati na hauhitaji mafunzo ya ziada.
Je, kuweka upya uzani wa ishara kunafanikisha nini?
Kuongeza thamani ya tahadhari ya ishara huongeza au kunyamazisha jinsi dhana hiyo inavyoonekana.
Kwa nini Prompt-to-Prompt inachukuliwa kuwa mbinu ya msingi?
Udanganyifu wake wa umakini bila mafunzo ukawa jengo lililotumika tena katika utafiti wa uhariri uliofuata.