👁 Давайте разберемся с параметром cfg_scale в Stable Diffusion

Объесняю самый важный параметр в Stable Diffusion на примере космических артов с Miles Davis

👉 full-length portrait of miles davis in a space suit, fashion studio lighting, 35mm --height 768 --steps 150 --seed 5 --cfg_scale 9

--seed 5 — генерит шум, из которого начнется диффуз, это позволяет получить похожие резалты

--steps 150 — дает самый качественный резалт (но время!)

--cfg_scale 9 — параметр отвечает за схожесть с текстом, платить будем Деталями и Реализмом

cfg — это Classifier Free Guidance. Генерятся 2 картинки: одна по текстовому описанию, другая — без. И делается шаг усиливающий движение в сторону текста!

Получил 9 картинок на шагах
1, 3, 5, 7, 9, 11, 13, 15, 17

1, 3, 5 - бред, слишком хаотично

7, 9, 11 - реалистично и оптимально

13 — уже начинаются проблемы с контрастностью гипертрофированием признаков

15, 17 — гипертрофирование признаков, низкий FID (реализм), гиперконтрастность

Н е й р о э с т е т и к а ✖️ Мишин Лернинг

🧙‍♂️ Blizzard, увольняйте ваших иллюстраторов

Stable Diffusion разрывает DALL•E 2! Такого арта я ещё нигде не видел! Мне кажется, что время когда, нейронными сетями можно делать полноценные иллюстрации настало.

Представляю: Коллекцию генеративного арта «Blizzard WarCraft». Более 50 артов, сгенерированных нейронной сетью.

Иллюстраторам уже стоит начинать бояться..

🔮 Коллекция B l i z z a r d WarCraft

🌙 Прощай DALL•E 2 ✨ Stable Diffusion в каждый дом! Скоро!

Ну что, ребята, задачу text2image можно считать практически решенной?

Stable Diffusion гениален! Работать в латентном пространстве вместо пространства пикселей, получая такую высокую детализацию объектов и фона практически без артефактов! Это действительно NextGen!

prompt: anime fine details portrait of {Object and description}, bokeh. anime masterpiece by Studio Ghibli. 8k, sharp high quality classic anime from 1990 in style of Hayao Miyazaki --cfg_scale 13.5 --steps 150 --height 512 --width 640

Н е й р о э с т е т и к а ✖️ Мишин Лернинг