Bu modülde ne öğreneceksin?
- Diffusion mantığını gürültüden görüntüye dönüşüm olarak anlamak
- Prompt parametrelerinin görsel sonucu nasıl etkilediğini görmek
- Image-to-image ve inpainting mantığını kavramak
Diffusion mantığı
Diffusion tabanlı sistemlerde eğitim sırasında görüntüye kademeli gürültü eklenir ve model bu gürültüyü kaldırmayı öğrenir. Üretim sırasında rastgele gürültüden başlanır; model adım adım gürültüyü azaltarak prompta uygun görüntü üretir.
Latent uzay
Yüksek çözünürlüklü görüntüyü doğrudan piksel seviyesinde üretmek maliyetli olabilir. Latent diffusion yaklaşımında görüntü daha sıkıştırılmış bir temsil uzayında işlenir, daha sonra piksel görüntüsüne decode edilir.
Prompt parametreleri
Bir görsel isteğinde sistem nesne, stil, kompozisyon, kamera açısı, renk paleti, ışık, materyal, detay düzeyi, en-boy oranı ve referans görsel ilişkisini çıkarır. “Koyu camsı modern eğitim sitesi” gibi bir prompt; renk, materyal, atmosfer ve UI kompozisyonunu etkiler.
Görsel düzenleme
Mevcut görsel düzenlenirken sistem tüm görüntüyü sıfırdan üretmek yerine korunacak bölgeler ile değiştirilecek bölgeleri ayırabilir. Arka plan değiştirme, nesne kaldırma veya stil dönüştürme işlemlerinde image-to-image ve inpainting benzeri yaklaşımlar kullanılır.
Kısa teknik notlar
Guidance ve adım sayısı kalite ile yaratıcılığı etkileyebilir.
Çok karmaşık metinleri görsel içinde doğru yazdırmak hâlâ zor olabilir.
Referans görsel kullanımı kompozisyon tutarlılığını artırabilir.
Diffusion ayrıntısı
Diffusion modelleri eğitimde görüntüye gürültü eklemeyi ve bu gürültüyü temizlemeyi öğrenir. Üretimde rastgele gürültü, adım adım istenen görüntüye dönüştürülür.
Verimli kullanım bağlantısı
Görsel üretimde iyi prompt; nesne, stil, kompozisyon, ışık, renk ve oranı birlikte tarif eder.
Prompttan nesne, stil, kompozisyon, kamera, ışık, renk paleti ve oran gibi parametreler çıkarılır. Bu yüzden iyi prompt sadece “ne olsun” değil “nasıl görünsün” bilgisini de içerir.
Image editing tarafında mevcut görsel korunurken belirli alanlar yeniden üretilebilir. Yazı, logo ve hassas simetri gibi alanlarda kontrol daha zordur.
Bu konuyu eğitim sırasında nasıl kurmalısın?
Diffusion mantığını gürültüden anlamlı görsele dönüşüm olarak anlat.
Prompt parametrelerini nesne, stil, ışık, kamera, oran ve kompozisyon olarak ayır.
Görsel düzenlemede tüm sahnenin değil, belirli bölgenin yeniden üretilebileceğini açıkla.
Bu modülde geçen teknik terimler
Bu bölümde geçen teknik kavramların kısa ve doğrudan açıklamaları.
Diffusion
Görsel üretiminde gürültünün adım adım temizlenerek anlamlı görüntüye dönüştürüldüğü model yaklaşımıdır.
Latent Space
Görsellerin daha sıkıştırılmış ve işlenebilir temsillerle bulunduğu ara uzaydır.
Denoising
Gürültülü temsilden temiz ve anlamlı görüntüye adım adım geçiş sürecidir.
Seed
Üretimin başlangıç rastgeleliğini belirleyen değer; aynı koşullarda benzer sonuçlar almayı sağlar.
Guidance
Promptun görsel üretime ne kadar güçlü yön vereceğini etkileyen kontrol yaklaşımıdır.
Inpainting
Görselin belirli bir alanını maskeleyip yalnızca o bölgeyi yeniden üretme/düzenleme yöntemidir.