مدلهای عمومی چهره یا محصول مشخص تو را نمیشناسند. اینجا مجموعهای از عکسها را در قالب یک فایل zip میدهی و مدلی آموزش میبینی که همان سوژه را میشناسد و با یک عبارت کلیدی صدایش میزنی.
هرکدام مستقیماً روی نتیجه اثر میگذارند؛ زیر هر کدام نوشتهایم دقیقاً چه کار میکند.
مدلهای عمومی هرچقدر هم خوب باشند، سوژهی مشخص تو را ندیدهاند. اگر بخواهی چهرهی یک نفر معین، یک محصول با جزئیات خاص، یا سبک بصری یکدست برند خودت را بارها بسازی، توصیفکردن آن در پرامپت هر بار نتیجهی کمی متفاوت میدهد.
مدل اختصاصی این مسئله را از پرامپت به خودِ مدل منتقل میکند: یک بار آموزش میدهی، و بعد با نوشتن عبارت کلیدی محرک، همان سوژه یا همان سبک را صدا میزنی. یکدستی بین ده تصویر، همان چیزی است که با پرامپتنویسی بهسختی به دست میآید.
سبک آموزش دو حالت دارد و اشتباه انتخابکردنش رایجترین دلیل نتیجهی ناامیدکننده است. «موضوع» وقتی درست است که میخواهی یک چیزِ مشخص را یاد بدهی: یک چهره، یک محصول، یک شخصیت. «استایل» وقتی درست است که نه یک سوژه، بلکه یک زبان بصری را میخواهی — رنگبندی، بافت و حالوهوای مشترک بین تصاویر.
همین انتخاب مشخص میکند چه عکسهایی باید داخل zip بگذاری. برای «موضوع»، همان یک سوژه از زاویهها و نورهای مختلف. برای «استایل»، سوژههای متنوع که فقط سبکشان مشترک است. اگر برای موضوع، عکسهای متنوع بدهی یا برای استایل همهاش یک سوژه، مدل چیز اشتباهی یاد میگیرد.
گامهای آموزش بین ۱ تا ۱۰٬۰۰۰ و نرخ یادگیری بین ۰٫۰۰۰۱ تا ۰٫۰۱ قابل تنظیماند. این دو با هم کار میکنند: گامهای کم یعنی مدل سوژه را خوب یاد نمیگیرد، و گامهای بیش از حد یعنی مدل آنقدر به همان عکسها میچسبد که دیگر چیز تازهای نمیسازد.
اگر تجربهی قبلی نداری، مقادیر پیشفرض را دست نزن و اول کیفیت مجموعهی عکسها را بالا ببر. در عمل، ده عکس تمیز و متنوع نتیجهی بهتری از صد عکس تکراری با تنظیمات دقیق میدهد. تنظیمات را وقتی تغییر بده که مشکل مشخصی دیدهای، نه به امید بهترشدن کلی.
این گزینه پیشفرض روشن است و چهرهی موجود در تصویر را شناسایی و تصویر را روی آن برش میزند. برای مدل چهره دقیقاً همان چیزی است که میخواهی، چون پسزمینه و لباس و زاویهی بدن را از معادله حذف میکند.
ولی اگر داری یک محصول، یک لوگو یا یک سبک بصری را آموزش میدهی، خاموشکردنش منطقیتر است — وگرنه ممکن است روی چیزی برش بخورد که اصلاً موضوع کار تو نیست.
یک فایل zip که داخلش تصاویر با فرمت jpg یا png باشند. فرمت دیگری پذیرفته نمیشود.
کلمهای که خودت انتخاب میکنی و بعد از آموزش، با نوشتن آن در پرامپت، مدل اختصاصیات فعال میشود.
اگر یک سوژهی مشخص را یاد میدهی — چهره، محصول، شخصیت — «موضوع». اگر یک زبان بصری مشترک را یاد میدهی، «استایل».
گامها بین ۱ تا ۱۰٬۰۰۰ و نرخ یادگیری بین ۰٫۰۰۰۱ تا ۰٫۰۱ قابل تنظیم است. اگر تجربه نداری، پیشفرضها را نگه دار و بهجایش کیفیت عکسها را بالا ببر.
برای مدل چهره روشن بگذار. برای محصول، لوگو یا سبک بصری خاموشش کن تا روی چیز اشتباهی برش نخورد.
رابط کاربری فارسی، پرداخت ریالی، و بدون نیاز به ابزار تغییر آیپی.
رفتن به مدلسازی تصویر