Методы стилизации изображений в Stable Diffusion
Ранее мы рассказали, как стилизовать изображения с помощью инструмента "💎 Детализация" в нейросети "Stable Diffusion" — этот метод отлично подходит, когда требуется высокая детализация, но он не так актуален в случаях, когда требуется, сохранить общие черты и при этом изменить объекты.
В этой статье мы рассмотрим два метода стилизации, каждый из которых по-своему хорош, и так, начнем с первого.
🎭 Стилизация v.1 (с увеличением оригинала)
Эту функцию можно увидеть в виде кнопки в @yes_ai_bot, если вы делаете генерации в нейросети Stable Diffusion (она появляется под каждой созданной картинкой) или если вы отправляете боту свое изображение (кнопка также отображается под сохраненной картинкой / фотографией).
Если нажать на кнопку "🎭 Стилизовать v.1", то бот уведомит вас о том, что процедура будет выполнена в соответствии со сделанными ранее настройками:
- выбранный стиль (или несколько стилей)
- указанный промпт (если вы отправили свое изображение боту с текстовым примечанием)
- значение параметра "Dens" (из настроек Stable Diffusion)
...кроме того, на результат будет влиять выбранный чекпойнт (модель) и сэмплер.
В приведенном примере показан результат стилизации с чекпойнтом revAnimated и значением DenS = 0.5, без выбора стиля из настроек.
Как на результат стилизации v.1 влияет каждый из параметров:
- если в настройках выбран стиль (или несколько стилей), то они будут наложены на исходное изображение
- если вы ввели промпт при отправке изображения, то он будет применен к изображению, если это возможно
- параметр "DenS" влияет на силу применения стиля или промпта, чем выше DenS, тем сильнее изменится оригинал
- чекпойнт, выбранный в момент нажатия кнопки "🎭 Стилизовать v.1", определяет общие черты результата. Например, если выбран чекпойнт, предназначенный для рисования аниме, то исходное изображение будет приближено к аниме тем сильнее, чем выше значение параметра "DenS".
Доступные в нашем боте чекпойнты (модели) описаны в этой статье: https://teletype.in/@yes_ai_bot/chto_takoe_modeli_stable_diffusion_kak_ih_ispolzov
Примечание: стилизация, помимо изменения оригинала, увеличивает размер исходного изображения в два раза (но не более чем до 2048 пикселей по большей стороне).
🚀 Хотите узнать больше о нейросетях? Присоединяйтесь к нашему бесплатному курсу, включая модули по ChatGPT и Stable Diffusion.
[Информация про обучение по этой ссылке]
🎭 Стилизация v.2 (с увеличением оригинала)
Этот тип модификации так же, как и "v.1", увеличивает размер оригинального изображения в два раза, но вот эффект стилизации отличается очень сильно.
Особенностью метода "Стилизация v.2" является то, что исходная поза, контуры и прочие базовые детали остаются на своих местах, а образ может измениться до неузнаваемости.
Этот метод отлично подходит для переодевания людей, для замены окружения и даже для полной перерисовки лиц (если в промпте будет указан какой-то персонаж).
В приведенном примере была использована Стилизация v.2 и выбран стиль "Оригами" из настроек @yes_ai_bot
На степень изменения оригинала не влияет значение параметра "DenS" из настроек, но очень сильно влияет указанный вами стиль и/или промпт, а также Negative Prompt:
- промпт берется из того текста, который был отправлен вами вместе с изображением (если он был прикреплен к нему)
- стиль (из настроек стилей)
- negative prompt берется из текущего значения /np
...особое внимание стоит обратить на негативный промпт — если вас не устраивает цветовая палитра, полученная в результате стилизации v.2, то просто запретите в /np нежелательные цвета, перечислив их через запятую.
Подробнее о том, как управлять негативным промптом, рассказано в этой статье: https://teletype.in/@yes_ai_bot/kak_pisat_negative_prompt_dlya_stable_diffusion
Рекомендуем ознакомиться с примерами использования стилизации, которые приведены на нашем форуме в этом топике: https://t.me/yes_ai_chat/26350
Полный список статей о возможностях современных нейросетей находится по этой ссылке
Подробнее о сервисе Yes Ai рассказываем в этом коротком видео
Делитесь мнениями на нашем открытом Форуме о нейросетях!