अवलोकन
SDXL Controlnet LoRA एक पाठ-से-छवि मॉडल है जो Canny किनारे पहचान का उपयोग करके एक संदर्भ छवि से संरचना को लंगर डालता है, फिर उस संरचना को आपके पाठ प्रॉम्प्ट से सामग्री के साथ भरता है। Picasso IA पर, आप असीमित पीढ़ियां प्राप्त करते हैं, जिसका मतलब है कि आप एक ही संरचना पर दर्जन प्रॉम्प्ट के आर पार पुनरावृत्त कर सकते हैं जब तक परिणाम बिल्कुल सही न हो। यह एक विशिष्ट समस्या को हल करता है: एक जनरेटिव एआई मॉडल को यह सम्मान करना कि चीजें फ्रेम में कहां दिखाई देती हैं, सिर्फ वे कैसी दिखती हैं नहीं। उत्पाद डिजाइनर, चित्रकार, और फोटोग्राफर इसका उपयोग करते हैं जब लेआउट सटीकता दृश्य शैली जितनी महत्वपूर्ण हो।
यह कैसे काम करता है
- एक संदर्भ छवि अपलोड करें। Canny किनारे डिटेक्टर इसकी रूपरेखा को पढ़ता है और उन्हें एक संरचनात्मक मानचित्र में परिवर्तित करता है जो मॉडल पीढ़ी के दौरान अनुसरण करता है।
- शैली, रंग, मूड, और सामग्री का वर्णन करने वाला एक प्रॉम्प्ट लिखें जो आप उस संरचना पर लागू करना चाहते हैं।
- वैकल्पिक रूप से आउटपुट में एक प्रशिक्षित शैली या वर्ण इंजेक्ट करने के लिए LoRA वजन पेस्ट करें, और नियंत्रित करने के लिए पैमाने को समायोजित करें कि यह कितनी दृढ़ता से मिश्रण करता है।
- निर्धारित करें कि किनारे मानचित्र प्लेसमेंट को कितनी सख्ती से नियंत्रित करता है यह तय करने के लिए condition scale। एक कम मान मॉडल को अधिक रचनात्मक स्वतंत्रता देता है; एक उच्च मान इसे संदर्भ के करीब लॉक करता है।
- Generate दबाएं। यदि img2img सक्रिय है, तो आपका संदर्भ भी डिनोइजिंग आधार के रूप में काम करता है, इसलिए मॉडल शुरुआत से बनाने के बजाय फिर से पेंट करता है।
अक्सर पूछे जाने वाले प्रश्न
क्या मुझे इसे उपयोग करने के लिए प्रोग्रामिंग कौशल या तकनीकी ज्ञान की आवश्यकता है?
नहीं, बस Picasso IA पर SDXL Controlnet LoRA खोलें, वह सेटिंग समायोजित करें जो आप चाहते हैं, और generate दबाएं। नियंत्रण स्लाइडर और ड्रॉपडाउन हैं, कोई कोड आवश्यक नहीं।
क्या यह परीक्षण करने के लिए स्वतंत्र है?
हाँ। आप भुगतान विवरण दर्ज किए बिना अपनी पहली पीढ़ी चला सकते हैं। मॉडल तुरंत उपलब्ध है और शुरू करने के लिए कोई खाता सेटअप की आवश्यकता नहीं है।
परिणाम प्राप्त करने में कितना समय लगता है?
अधिकांश पीढ़ियां 15 से 45 सेकंड में समाप्त होती हैं inference चरणों और शोधक सक्रिय है या नहीं इस पर निर्भर करते हुए। num_inference_steps को कम करने से विस्तार के लिए एक छोटी कीमत पर चीजें तेजी से चलती हैं।
मैं मॉडल को कितनी बार चला सकता हूं?
Picasso IA पर कोई कैप नहीं है। आप जितनी चाहें उतनी छवियां उत्पन्न कर सकते हैं, बैक-टू-बैक सत्र चला सकते हैं, और किसी भी उपयोग कोटा को हिट किए बिना स्वतंत्र रूप से पुनरावृत्त कर सकते हैं।
क्या मैं अपने स्वयं के LoRA वजन का उपयोग कर सकता हूं?
हाँ। किसी भी संगत LoRA वजन सेट के स्थान को lora_weights फ़ील्ड में पेस्ट करें और इसे अपनी इच्छा की तीव्रता पर आउटपुट में मिश्रण करने के लिए lora_scale को समायोजित करें।
कौन से आउटपुट प्रारूप समर्थित हैं?
मॉडल SDXL रिज़ॉल्यूशन पर मानक PNG छवियों को आउटपुट करता है। आप पीढ़ी समाप्त होने के बाद परिणाम पैनल से सीधे उन्हें डाउनलोड कर सकते हैं।
अगर मुझे परिणाम से खुश नहीं हूं तो क्या?
बीज बदलें, condition scale को कम या बढ़ाएं, शेड्यूलर स्विच करें, या प्रॉम्प्ट को परिष्कृत करें और फिर से चलाएं। क्योंकि कोई पीढ़ी सीमा नहीं है, आप आउटपुट काम करने तक जितनी बार चाहें पुनरावृत्त कर सकते हैं।
