Introduzione
Benvenuti in PicLumen, il vostro strumento di riferimento per creare fantastiche immagini generate dall'intelligenza artificiale! Se volete portare le vostre immagini a un livello superiore, la modifica di alcune impostazioni avanzate può fare una grande differenza. In questa guida vi illustreremo alcuni parametri chiave come Prompt negativo, Scala CFG, Passi, Campionatore, Schedulatore e Seme. Non preoccupatevi se questi parametri vi sembrano un po' tecnici: li scomporremo e vi mostreremo come usarli per ottenere i migliori risultati.
Comprendere i suggerimenti negativi
I suggerimenti negativi sono un potente strumento di PicLumen che vi aiuta a perfezionare la generazione di immagini indicando all'IA ciò che non volete nell'immagine. Specificando alcuni elementi da evitare, è possibile ottenere risultati più chiari e mirati.
Ecco alcuni suggerimenti negativi comuni:
- Problemi generali di qualità: "lowres, bassa qualità, peggiore qualità, artefatti jpeg".
- Anatomia ed errori artistici: "cattiva anatomia, arti in più, cifre in più, mano sbagliata, dita intrecciate, errore artistico"
- Problemi temporali o di stile: "più antico, precoce, astratto"
- Altri elementi indesiderati: "testo, firma, filigrana, nome utente, scansione"
Utilizzando questi suggerimenti, è possibile aiutare l'IA a evitare di includere queste caratteristiche indesiderate nell'immagine.
Spunto negativo: nsfw, lowres, (cattivo), testo, errore, meno, extra, mancante, qualità peggiore, artefatti jpeg, bassa qualità, filigrana, incompiuto, spiacevole, più vecchio, precoce, aberrazione cromatica, firma, cifre extra, errore artistico, nome utente, [astratto], mano cattiva, dita intrecciate
Regolazione della scala CFG
La Scala CFG (Classifier-Free Guidance) è un'impostazione cruciale di PicLumen che determina quanto l'intelligenza artificiale segua le vostre indicazioni. Aiuta a controllare l'equilibrio tra creatività e aderenza alle vostre istruzioni.
- Valori di scala CFG più bassi: Questi valori possono dare vita a immagini più creative e varie, ma potrebbero non seguire così fedelmente la richiesta. Ad esempio, una scala CFG di 5 potrebbe produrre un'immagine che cattura l'essenza della richiesta ma che include elementi inaspettati.
- Valori di scala CFG più alti: L'aumento della scala CFG garantisce una maggiore corrispondenza dell'immagine con la richiesta. Ad esempio, una scala CFG di 12 produrrà generalmente un'immagine che aderisce strettamente ai dettagli della richiesta. Tuttavia, valori molto alti, come quelli superiori a 20, possono causare problemi come colori troppo saturi o addirittura distorsioni, facendo apparire l'immagine innaturale.
Per evitare questi problemi, una scala CFG compresa tra 7 e 12 è in genere sicura ed efficace, in quanto bilancia la fedeltà al prompt con una flessibilità sufficiente per le variazioni creative. Sperimentare all'interno di questo intervallo può aiutare a trovare l'equilibrio perfetto tra la cattura accurata del prompt e la possibilità di espressione creativa.
Modifica delle fasi
Il parametro Passi di PicLumen determina il numero di iterazioni che l'IA esegue per generare un'immagine. Si può impostare il parametro Passi tra 1 e 60.
- Meno passaggi: Utilizzando un numero inferiore di passaggi (ad esempio, 15) si generano rapidamente le immagini, che però possono apparire poco rifinite.
- Più passaggi: L'aumento del numero di passaggi (ad esempio, 35) consente all'intelligenza artificiale di perfezionare l'immagine in modo più approfondito, ottenendo una qualità superiore e dettagli più complessi. Tuttavia, l'elaborazione richiede anche più tempo.
È importante notare che, oltre un certo punto, l'aumento del numero di passaggi può non migliorare significativamente la qualità dell'immagine, ma può comportare tempi di elaborazione più lunghi. Pertanto, trovare il giusto equilibrio e sperimentare diverse impostazioni è fondamentale per ottenere i risultati migliori per le proprie esigenze specifiche.
Capire i campionatori e gli schedulatori
Quando PicLumen crea un'immagine, inizia con una bozza rumorosa nello "spazio latente". Questo processo si chiama campionamento e gli strumenti che utilizziamo sono noti come campionatori. Questo processo si chiama campionamento e gli strumenti che utilizziamo sono noti come campionatori.
Gli schedulatori controllano il modo in cui il livello di rumore cambia in ogni fase. Svolgono un ruolo cruciale nel determinare l'aspetto finale dell'immagine.
Tipi di campionatori e scheduler
Campionatori ODE classici
- Eulero: Semplice e veloce, ottimo per ottenere risultati rapidi ma meno dettagliati.
- Heun: Più lento di Eulero, offre migliori dettagli e precisione.
- LMS (Linear Multistep Method): Velocità simile a quella di Eulero, punta a una maggiore precisione ma la stabilità può variare.
Campionatori ancestrali
- Euler a, DPM2 a: I nomi di questi campionatori hanno una sola lettera "a" per indicare l'antenato. Aggiungono rumore a ogni passaggio, rendendo le immagini generate varie.
Serie DPM e DPM++
- DPM (Diffusion probabilistic model solver): regola la dimensione dei passi in modo adattivo. Può essere lento, poiché non garantisce il completamento entro il numero di passi di campionamento.
- DPM++ SDE: utilizza un approccio casuale e ancestrale per ottenere risultati unici ma instabili.
- DPM++ 2M: un buon equilibrio tra velocità e qualità.
Karras (Programmatore)
- Riduce efficacemente il rumore dopo circa 8 passaggi, migliorando la qualità dell'immagine.
Scelta del campionatore e dello schedulatore giusto
- Per immagini semplici: Scegliere Eulero, Eulero a o Heun (ridurre i passaggi per risparmiare tempo).
- Per velocità, novità, alta qualità e stabilità: Scegliete DPM++ 2M Karras o DPM++ 2M.
- Per un'alta qualità e varietà: Scegliere DPM++ 2M SDE Karras o DPM++ SDE Karras.
Capire il seme
Il seme determina il rumore iniziale dell'immagine latente, che influenza l'aspetto finale dell'immagine.
Ruoli chiave del Parametro del Seme
- Determinazione dell'aspetto dell'immagine: Modificando il numero di semi, è possibile esplorare i diversi risultati generati.
- Garantire la riproducibilità: Utilizzando lo stesso seme con le stesse impostazioni si ottiene la stessa immagine. Questo è fondamentale per gli esperimenti, per riprodurre i risultati e per confrontare le prestazioni dei diversi modelli.
Conclusione
Abbiamo affrontato tutti gli aspetti, dall'impatto dei suggerimenti negativi alla precisione dei campionatori e dei programmatori, fino al modo in cui i semi possono modellare l'immagine finale. Giocate con queste impostazioni, sperimentate e vedete quali immagini straordinarie riuscirete a creare. Ricordate che il modo migliore per imparare è quello di farlo, quindi tuffatevi e iniziate a modificare. Divertitevi a generare!
