image_generation_using_stable_diffusion
الجزء 1: انتشار مستقر
- تثبيت المكتبات (مكتبة Xformers لتحسين الذاكرة)
- خط أنابيب لتوليد الصور: إنشاء المطالبة -> إنشاء الصورة -> حفظ النتيجة
- توليد صور متعددة
- المعلمات: البذور ، خطوات الاستدلال ، مقياس التوجيه (CFG) ، حجم الصورة (الأبعاد) ، مطالبة سلبية
- نماذج أخرى: SD V1.5 ، SD V2.x ، نماذج ضبطها مع أنماط محددة
- تغيير الجدولة: PNDM (الافتراضي) ، DDIM Scheduler ، K-LMS Scheduler ، Euler Anstral Scheduler (Euler A) ، DPM Scheduler
الجزء 2: الهندسة الفورية
- استكشاف المطالبات: الموضوع / الكائن ، الإجراء والموقع ، النوع ، النمط ، الألوان ، الفنان ، الدقة ، الموقع. والسمات الأخرى: التلقيح ، المطالبات السلبية
- حالات الاستخدام: توليد فنون ، وتوليد صور ، وتوليد المناظر الطبيعية ، وتوليد الصور ثلاثية الأبعاد ، ورسومات توليد ، وإنشاء بنيات
- تحسين النتائج باستخدام النماذج المخصصة: أي شيء (CAG/anhom-V3-1) ، Dreamshaper (Lykon/Dreamshaper) ، رؤية واقعية (SG161222/Realistic_Vision_V1.4) ، diffusion التناظرية (wavymulder/analog diffifus) ، protogen (darkstorm2150/protogen_x3 (Mitsua/Mitsua-diffusion-One)
الجزء 3: صقل جيد
- تثبيت المكتبات (تسريع المحولات ftfy bitsandbytes == 0.35.0 Gradio Natsort Safetensors Xformers)
- تحميل النموذج
- التدريب: هناك حاجة إلى ثلاثة مكونات: معرف فريد ، اسم الفصل ، الصور
- تحويل الأوزان إلى (نقطة التفتيش)
- الاستدلال (الاختبارات)
- توليد الصور: اختبار مطالبات متعددة ، المزيد من الأمثلة السريعة: في الغابة ، في القاهرة ، في صحراء القاهرة ، في مشهد غربي ، في حرب النجوم ، في جبل فوجي ، في الثلج ، إلخ.
- حفظ النتائج
الجزء 4: صورة إلى صورة
- تثبيت المكتبات (تسريع المحولات ftfy bitsandbytes == 0.35.0 Gradio Natsort Safetensors Xformers)
- توليد الصورة
- معلمة القوة (الشدة)
- اختبار أنماط مختلفة
- تغيير صورة الإدخال
- تغيير الجدولة
- صورة لصورة "التحرير" (instructPix2Pix)
الجزء 5: inpainting
- تثبيت المكتبات (تسريع المحولات ftfy bitsandbytes == 0.35.0 Gradio Natsort Safetensors Xformers)
- إنشاء المطالبة
- تبادل الأشياء
- مقارنة النتائج (صورة أخرى ، توليد صور متعددة)
الجزء 6: ControlNet
- تثبيت المكتبات (تسريع المحولات Xformers)
- توليد الصور باستخدام الحواف (ControlNet Model + Canny Edge ، واكتشاف الحواف باستخدام Canny Edge ، طراز دقيق)
- توليد الصور باستخدام أوضاع