Introducción
Bienvenido a PicLumen, tu herramienta para crear increíbles imágenes generadas por IA. Si estás buscando llevar tus imágenes al siguiente nivel, ajustar algunos de los parámetros avanzados puede marcar una gran diferencia. En esta guía, te guiaremos a través de algunos parámetros clave como la solicitud negativa, la escala CFG, los pasos, el muestreador, el programador y la semilla. No te preocupes si te suenan un poco técnicos: los desglosaremos y te mostraremos cómo utilizarlos para obtener los mejores resultados.
Entender los mensajes negativos
Las indicaciones negativas son una potente herramienta de PicLumen que te ayuda a refinar la generación de imágenes indicando a la IA lo que no quieres que aparezca en la imagen. Al especificar ciertos elementos que debes evitar, puedes obtener resultados más claros y precisos.
A continuación se indican algunos de los mensajes negativos más comunes:
- Problemas generales de calidad: "lowres, baja calidad, peor calidad, artefactos jpeg"
- Anatomía y errores artísticos: "mala anatomía, extremidades de más, dígitos de más, mala mano, dedos entrelazados, error artístico"
- Cuestiones temporales o de estilo: "antiguo, temprano, abstracto"
- Otros elementos no deseados: "texto, firma, marca de agua, nombre de usuario, escaneado"
Con estas indicaciones, puedes ayudar a la IA a evitar la inclusión de estas características indeseables en tu imagen.
Aviso negativo: nsfw, lowres, (malo), texto, error, menos, extra, falta, peor calidad, artefactos jpeg, baja calidad, marca de agua, inacabado, desagradable, más antiguo, temprano, aberración cromática, firma, dígitos extra, error artístico, nombre de usuario, [abstracto], mano mala, dedos entrelazados
Ajuste de la escala CFG
La Escala CFG (Classifier-Free Guidance) es un ajuste crucial en PicLumen que determina hasta qué punto la IA sigue tus indicaciones. Ayuda a controlar el equilibrio entre creatividad y adherencia a tus instrucciones.
- Valores de escala CFG más bajos: Estos pueden resultar en imágenes más creativas y variadas, pero pueden no seguir el tema tan de cerca. Por ejemplo, una escala CFG de 5 puede producir una imagen que capte la esencia de su mensaje pero que incluya elementos inesperados.
- Valores de escala CFG más altos: Por ejemplo, una escala CFG de 12 generalmente producirá una imagen que se adhiere estrechamente a los detalles del texto. Sin embargo, valores muy altos, como por encima de 20, pueden dar lugar a problemas como colores demasiado saturados o incluso distorsiones, haciendo que la imagen parezca poco natural.
Para evitar estos problemas, una escala CFG en el rango de 7 a 12 suele ser segura y eficaz, equilibrando la fidelidad a la indicación con la suficiente flexibilidad para variaciones creativas.Experimentar dentro de este rango puede ayudarle a encontrar el equilibrio perfecto entre capturar su indicación con precisión y permitir la expresión creativa.
Modificación de pasos
El parámetro Pasos en PicLumen determina el número de iteraciones que la IA realiza para generar una imagen. Puedes ajustar el parámetro Pasos entre 1 y 60.
- Menos pasos: Si utiliza menos pasos (por ejemplo, 15) generará imágenes rápidamente, pero las imágenes pueden parecer inacabadas.
- Más pasos: Aumentar el número de pasos (por ejemplo, 35) permite a la IA refinar la imagen más a fondo, lo que da como resultado una mayor calidad y detalles más intrincados. Sin embargo, esto también requiere más tiempo de procesamiento.
Es importante tener en cuenta que, a partir de cierto punto, es posible que aumentar el número de pasos no mejore significativamente la calidad de la imagen, sino que puede dar lugar a tiempos de procesamiento más largos. Por lo tanto, encontrar el equilibrio adecuado y experimentar con diferentes ajustes es clave para conseguir los mejores resultados para tus necesidades específicas.
Comprender los muestreadores y programadores
Cuando PicLumen crea una imagen, empieza con un borrador ruidoso en el "espacio latente". Este proceso se denomina muestreo, y las herramientas que utilizamos se conocen como muestreadores. Afectan al tiempo que se tarda en generar una imagen y a la variedad de los resultados.
Los programadores controlan cómo cambia el nivel de ruido en cada paso. También desempeñan un papel crucial a la hora de determinar el aspecto final de la imagen.
Tipos de muestreadores y programadores
Muestreadores ODE clásicos
- Euler: Rápido y sencillo, ideal para resultados rápidos pero menos detallado.
- Heun: Más lento que Euler, ofrece mejor detalle y precisión.
- LMS (método lineal multipaso): Velocidad similar al de Euler, busca mayor precisión pero la estabilidad puede variar.
Muestrarios ancestrales
- Euler a, DPM2 a: Los nombres de estos muestreadores tienen una sola letra "a" de ancestro. Añaden ruido en cada paso, lo que hace que las imágenes generadas sean variadas.
Series DPM y DPM
- DPM (Diffusion probabilistic model solver): ajusta el tamaño del paso de forma adaptativa. Puede ser lento, ya que no garantiza la finalización dentro del número de pasos de muestreo.
- DPM++ SDE: Utiliza un enfoque aleatorio y ancestral para obtener resultados únicos pero inestables.
- DPM++ 2M: Un buen equilibrio entre velocidad y calidad.
Karras (Programador)
- Reduce eficazmente el ruido tras unos 8 pasos, mejorando la calidad de la imagen.
Elegir el muestreador y programador adecuados
- Para Imágenes Simples: Elija Euler, Euler a o Heun (reduzca los pasos para ahorrar tiempo).
- Por rapidez, novedad, alta calidad y estabilidad: Opte por DPM++ 2M Karras o DPM++ 2M.
- Para alta calidad y variedad: Elija entre DPM++ 2M SDE Karras o DPM++ SDE Karras.
Comprender la semilla
La semilla determina el ruido inicial de la imagen latente, que influye en el aspecto final de su imagen.
Funciones clave del parámetro semilla
- Determinación de la apariencia de la imagen: Cambiando el número de semilla, puede explorar diferentes resultados generados.
- Garantizar la reproducibilidad: El uso de la misma semilla con los mismos ajustes producirá la misma imagen. Esto es vital para realizar experimentos, reproducir resultados y comparar el rendimiento de distintos modelos.
Conclusión
Lo hemos tratado todo, desde el impacto de las indicaciones negativas hasta la precisión de los muestreadores y programadores, e incluso cómo las semillas pueden dar forma a tu imagen final. Juega con estos ajustes, experimenta y descubre qué imágenes increíbles puedes crear. Recuerda que la mejor forma de aprender es haciendo, así que sumérgete y empieza a retocar. ¡Diviértete generando!
