full-ema가 용량은 더 크지만 추후 학습에 용이
얘도 밑이 fine-tuning으로 추가 학습에 더 좋다.
GFPGAN은 얼굴 복구에 사용되는 파일
1.4는 세부적이고
1.3은 자연스러움
tx2img: 텍스트로 이미지 만듦
img2img: 이미지로 새로운 이미지 만듦
Extras: 이미지 넣고 이미지 스케일 키우거나 특정 사이즈에 맞춤. 이미지 처리
PNG INFO: 생성한 이미지 끌어왔을 때 EXIF 알 수 있다. (어떤 설정으로 만들었는지)
Checkpoint Merger: 변형된 모델 섞어서 새로운 모델 만들기
Train: 훈련시켜서 원하는 목적 맞게 변형
Settings: 필요한 다양한 설정
Extensions: 손쉽게 FineTuning 진행 ex)Dreambooth
txt2img
Prompt: 생성하길 원하는 문장
Negative Prompt: 원하지 않는 문장. 피하고 싶은 부분
Sampling steps: Noise -> denoise (data)로 가는 step의 수
낮을수록 그림 뭉개지고 높을수록 디테일해짐
Sampling method: 어떤 방법쓸지 정해줌 (결과물에 큰 차이는 없지만 변형줄 수 있다)
Width, Height: 너비 높이. 512 512로 학습해서 이렇게 했을 때 결과 가장 잘 나온다.
Restore faces : 얼굴 보정
Tiling : 이미지들 타일로 배치했을 때 괜찮게 나오게 만들어줌
Highres fix : 512x512보다 큰 이미지 생성할 때 머리위에 또 머리 생긴다던지 하는 이상한 요소 방지
Batch count: 이미지 생성 횟수
Batch size: 이미지 한 번 생성할 때 몇 번 생성할지
CFG Scale: 이미지가 프롬프트 얼마나 정확하게 따라갈지
낮을수록 창의적이지만 프롬프트 상관없게, 높을 수록 프롬프트따라서
Seed: 이미지 마음에 들 때 시드값 받아와서 그림 스타일과 유사하게 생성
Script:
Prompt matrix: 여러가지 프롬프트 실험해보고 싶을 때
Prompts from file or textbox: 프롬프트가 적힌 파일 끌어옴
X/Y plot
표의 형태로 파라미터값 변환하는 거 알 수 있다. (다양한 변수로 바꿔가면서 테스트)
참고: 오른쪽 그림 버튼 누르면 랜덤하게 작가 뜬다.
화살표 아이콘: 생성한 이미지 프롬프트 읽어옴
save style 버튼 내가 입력한 프롬프트 스타일로 저장해둘 수 있음
DALLE2 prompt book -> 어떻게 문장 써야 사실적인 이미지 나오는지 볼 수 있다.
https://dallery.gallery/the-dalle-2-prompt-book/
Stable Diffusion Prompt Book
ex)
카메라 이름이나 렌즈 이름 같이 쓰면 진짜 카메라로 찍은것 처럼 나온다.
ex) Fast shutter speed, sony a7 35mm lens
highly detailed, super realism, trending on twitter,pinterest 이런 prompt도 많이 쓴다.
구글에 prompt guide stable diffusion치면 많이 나옴
Lexica에서 이미지 어떤 프롬프트로 만들었는지 알 수 있다.
img2img
이미지로 새로운 이미지 만들기 (디테일하게 손 볼 때 사용)
Denoising strength :
높을수록 기존이미지랑 달라짐
약하면 약할 수록 기존 이미지랑 비슷해짐
inpaint : 이미지 끌어와서 넣고 디테일 작업 가능
ex) 선글라스를 쓴 남자
남자 눈에 영역 색칠해서 지정하고
prompt: Photorealistic photo of Elon Musk wearing sunglasses
outpaint: 기존 이미지 놔두고 영역 밖 이미지 생성
'AI' 카테고리의 다른 글
| Dream booth 사용법 (1) | 2024.03.06 |
|---|
