ControlNet ช่วยให้คุณได้มือที่สมบูรณ์แบบด้วย Stable Diffusion 1.5
สิ่งหนึ่งที่ตัวสร้าง AI แปลงข้อความเป็นรูปภาพประสบปัญหาคือมือ แม้ว่าภาพโดยทั่วไปจะน่าประทับใจ แต่มือกลับมีน้อยกว่า นิ้วที่เกินความจำเป็น ข้อต่อที่งอแปลกๆ และขาดความเข้าใจอย่างชัดเจนว่ามือควรมีลักษณะอย่างไรในส่วนของ AI อย่างไรก็ตาม ไม่จำเป็นต้องเป็นเช่นนั้น เนื่องจากผลิตภัณฑ์ ControlNet ใหม่พร้อมช่วยให้ Stable Diffusion สร้างมือที่สมบูรณ์แบบและดูสมจริง
ControlNet เป็นเทคโนโลยีใหม่ที่ช่วยให้คุณใช้ภาพร่าง โครงร่าง ความลึก หรือแผนที่ปกติเพื่อนำทางเซลล์ประสาทตาม Stable Diffusion 1.5 ซึ่งหมายความว่าตอนนี้คุณสามารถมีรถรุ่น 1.5 คัสตอมใดๆ ที่เกือบจะสมบูรณ์แบบได้ตราบเท่าที่คุณมีคำแนะนำที่ถูกต้อง ControlNet ถือได้ว่าเป็นเครื่องมือปฏิวัติที่ช่วยให้ผู้ใช้สามารถควบคุมการออกแบบของตนได้อย่างเต็มที่
เพื่อให้ได้มือที่ไร้ที่ติ ให้ใช้ส่วนขยาย A1111 กับ ControlNet โดยเฉพาะโมดูลความลึก จากนั้น ถ่ายภาพเซลฟี่ระยะใกล้จากมือของคุณแล้วอัปโหลดไปยังแท็บ txt2img ของ ControlNet UI จากนั้นสร้างพรอมต์สร้างความฝันง่ายๆ เช่น “งานศิลปะแฟนตาซี มนุษย์ไวกิ้งแสดงมือในระยะใกล้” และทดลองกับพลังของ ControlNet การทดลองกับโมดูลความลึก ส่วนขยาย A1111 และแท็บ ControlNet UIs txt2img จะทำให้ได้มือที่สวยงามและดูสมจริง
ControlNet เองจะแปลงรูปภาพที่ได้รับให้เป็นความลึก บรรทัดฐาน หรือภาพร่างเพื่อให้สามารถใช้เป็นแบบจำลองได้ในภายหลัง แต่แน่นอน คุณสามารถอัปโหลดแผนที่ความลึกหรือภาพร่างของคุณเองได้โดยตรง ซึ่งช่วยให้เกิดความยืดหยุ่นสูงสุดเมื่อสร้างฉาก 3 มิติ ทำให้คุณสามารถโฟกัสไปที่สไตล์และคุณภาพของภาพสุดท้ายได้
เราขอแนะนำให้คุณดูที่ยอดเยี่ยม กวดวิชา ControlNet ที่ Atrepreneur เพิ่งเผยแพร่
ControlNet ปรับปรุงการควบคุมความสามารถของ image-to-image ของ Stable Diffusion อย่างมาก
แม้ว่า การแพร่กระจายที่เสถียร อาจสร้างรูปภาพจากข้อความ มันยังสามารถสร้างกราฟิกจากเทมเพลตได้อีกด้วย ไปป์ไลน์แบบรูปภาพต่อรูปภาพนี้มักใช้เพื่อ ปรับปรุงภาพถ่ายที่สร้างขึ้น หรือสร้างภาพใหม่ตั้งแต่ต้นโดยใช้เทมเพลต
ในขณะที่ การแพร่กระจายที่เสถียร 2.0 ให้ความสามารถในการใช้ข้อมูลเชิงลึกจากภาพเป็นแม่แบบ การควบคุมกระบวนการนี้ค่อนข้างจำกัด วิธีการนี้ไม่ได้รับการสนับสนุนโดยเวอร์ชันก่อนหน้า 1.5 ซึ่งยังคงใช้กันทั่วไปเนื่องจากมีโมเดลแบบกำหนดเองจำนวนมหาศาล รวมถึงเหตุผลอื่นๆ
น้ำหนักของแต่ละบล็อกจาก Stable Diffusion จะถูกคัดลอกโดย ControlNet ลงในตัวแปรที่ฝึกได้และตัวแปรที่ถูกล็อค แบบฟอร์มที่ถูกบล็อกจะรักษาความสามารถของแบบจำลองการแพร่กระจายที่พร้อมสำหรับการผลิต ในขณะที่ตัวแปรที่ฝึกได้สามารถเรียนรู้เงื่อนไขใหม่สำหรับการสังเคราะห์รูปภาพโดยการปรับแต่งอย่างละเอียดด้วยชุดข้อมูลขนาดเล็ก
Stable Diffusion ทำงานร่วมกับ ControlNet ทุกรุ่นและให้การควบคุม AI กำเนิดได้มากขึ้น ทีมงานจัดเตรียมตัวอย่างรูปแบบต่างๆ ของผู้คนในท่าทางตายตัว ตลอดจนภาพถ่ายภายในต่างๆ ตามการจัดพื้นที่ของแบบจำลองและรูปแบบต่างๆ ของภาพนก
