Chỉnh sửa hướng dẫn InstructPix2Pix
InstructPix2Pix cho phép bạn chỉnh sửa ảnh bằng cách nhập một lệnh đơn giản như 'làm cho mùa đông' hoặc 'biến con mèo thành con chó', không cần mặt nạ hoặc công cụ lựa chọn.
Tổng quan
It taught a diffusion model to follow editing instructions directly.
Lặn sâu
InstructPix2Pix (Brooks và cộng sự, 2023) là một mô hình khuếch tán được tinh chỉnh để lấy hình ảnh đầu vào cộng với lệnh văn bản và xuất ra hình ảnh đã chỉnh sửa trong một lần chuyển tiếp. Thủ thuật thông minh của nó là dữ liệu huấn luyện: các tác giả đã sử dụng GPT-3 để tạo các cặp chú thích trước và sau, sau đó sử dụng Nhắc để nhắc với Khuếch tán ổn định để tổng hợp các cặp hình ảnh trước/sau phù hợp. Điều đó mang lại cho họ một tập dữ liệu lớn gấp ba lần (hình ảnh gốc, hướng dẫn, hình ảnh đã chỉnh sửa) để đào tạo, tất cả đều không có nhãn thủ công. Bởi vì hướng dẫn mô tả một sự thay đổi chứ không phải toàn bộ cảnh nên mô hình sẽ giữ lại các phần không được đề cập của hình ảnh. Nó sử dụng hai thang đo hướng dẫn, một thang đo để biết mức độ tuân thủ hướng dẫn chặt chẽ và một thang đo mức độ bám sát trung thực vào hình ảnh gốc, cho phép người dùng đánh đổi sức mạnh chỉnh sửa để lấy độ trung thực.
Hiểu biết kỹ thuật
Các điều kiện của mô hình trên cả hình ảnh nguồn và hướng dẫn, áp dụng hướng dẫn không có bộ phân loại dọc theo hai trục. Một thang đo trọng số hướng dẫn văn bản, thang kia cân nặng hình ảnh đầu vào. Việc tăng tỷ lệ hình ảnh sẽ giữ nguyên nhiều nội dung gốc hơn, trong khi việc tăng tỷ lệ văn bản khiến việc chỉnh sửa trở nên mạnh mẽ hơn. Hướng dẫn kép này cho phép một hướng dẫn chung duy nhất thay đổi một khía cạnh một cách đáng tin cậy trong khi vẫn khiến phần còn lại của ảnh có thể nhận biết được.
Tác động chiến lược
Tốc độ và tỷ lệ
Visual AI có thể tự động hóa các nhiệm vụ kiểm tra, phát hiện và gắn thẻ trên quy mô lớn.
Xây dựng lựa chọn
Các nhóm sáng tạo có thể tạo nguyên mẫu nhanh hơn với ít sửa đổi thủ công hơn.
Nhóm và quy trình làm việc
Các hoạt động có thể sử dụng tín hiệu hình ảnh và video mà trước đây khó xử lý.
Tương lai của việc chỉnh sửa hướng dẫn InstructPix2Pix
Chỉnh sửa dựa trên hướng dẫn đang trở thành giao diện mặc định cho các công cụ hình ảnh, hiện được đưa vào các ứng dụng chính thống và các ứng dụng kế thừa như MagicBrush và các trình chỉnh sửa nhiều lượt mới nổi. Mong đợi việc duy trì chi tiết tốt hơn, xử lý đáng tin cậy các hướng dẫn không gian như 'di chuyển đèn sang trái' và mở rộng liền mạch sang video, trong đó một lệnh chỉnh sửa toàn bộ clip. Việc kết hợp các mô hình này với các tác nhân ngôn ngữ có thể cho phép bạn mô tả toàn bộ phiên chỉnh sửa một cách trò chuyện.
Triển khai trong thế giới thực
Một blogger gõ 'thêm tán lá mùa thu' để làm lại ảnh phong cảnh mùa hè cho bài đăng theo mùa.
Một người bán hàng thương mại điện tử hướng dẫn 'đổi màu áo thành xanh nước biển' để tạo ra các biến thể màu sắc sản phẩm chỉ trong một lần chụp.
Một giáo viên chỉnh sửa bức ảnh lịch sử bằng cách 'tô màu này' để làm cho bức ảnh lưu trữ đen trắng trở nên sinh động cho bài học.
Người tạo meme ra lệnh 'đeo kính râm cho chó' mà không cần che mặt chó theo cách thủ công.
Rủi ro & lan can
Quyền và sự đồng ý về hình ảnh có thể trở thành rủi ro pháp lý nếu nguồn gốc xuất xứ không rõ ràng.
Hiệu suất của mô hình có thể khác nhau tùy theo ánh sáng, nhân khẩu học và môi trường.
Kết quả dương tính giả có thể không được chú ý trừ khi ngưỡng tin cậy được theo dõi.
Lộ trình thực hiện
Xác định tiêu chí chấp nhận về độ chính xác, thu hồi và chi phí lỗi.
Kiểm tra với dữ liệu phù hợp với điều kiện sản xuất thực tế.
Thêm đánh giá của con người đối với những dự đoán có độ tin cậy thấp hoặc tác động cao.
Theo dõi sự trôi dạt của mô hình và xác nhận lại sau khi thay đổi máy ảnh hoặc tập dữ liệu.
Tiếp tục khám phá
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 InstructPix2Pix Instruction 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
Hướng dẫn tiếp theo
Chỉnh sửa tương tác DragGAN
Câu hỏi thường gặp
What is InstructPix2Pix Instruction Editing?
InstructPix2Pix cho phép bạn chỉnh sửa ảnh bằng cách nhập một lệnh đơn giản như 'làm cho mùa đông' hoặc 'biến con mèo thành con chó', không cần mặt nạ hoặc công cụ lựa chọn. Nó dạy một mô hình khuếch tán làm theo hướng dẫn chỉnh sửa trực tiếp.
Làm thế nào để bạn nói với InstructPix2Pix những gì cần thay đổi?
Bạn chỉ cần gõ một lệnh như 'make it winter'; không cần mặt nạ hoặc lựa chọn vùng.
Dữ liệu đào tạo của InstructPix2Pix được tạo như thế nào?
Các tác giả đã kết hợp các cặp chú thích do GPT-3 tạo với tính năng tổng hợp hình ảnh Nhắc-đến-Nhắc để tự động xây dựng bộ ba.
Hai thang đo hướng dẫn của InstructPix2Pix kiểm soát những gì?
Một thang đo chi phối mức độ tuân thủ hướng dẫn của bản chỉnh sửa; cái còn lại chi phối mức độ bảo tồn của hình ảnh nguồn.
Tại sao người mẫu có xu hướng để lại những phần không được đề cập của hình ảnh?
Một lệnh nhắm đến một thay đổi cụ thể, do đó mô hình sẽ giữ nguyên các vùng mà lệnh không đề cập đến.
InstructPix2Pix cần bao nhiêu lượt chuyển tiếp để tạo một bản chỉnh sửa?
Đây là một mô hình khuếch tán có điều kiện duy nhất kết hợp hình ảnh và hướng dẫn rồi đưa ra bản chỉnh sửa.