Fotók átalakítása illusztrációvá AI-jal (diffúziós modell)

Egy Stable Diffusion-alapú diffúziós modellt futtat a böngészőben, amely anime, akvarell, olajfestmény és más stílusokban rajzolja újra a fotókat. Rugalmasabb, mint az „Illusztrációs és festményszerű stílusok” eszköz, és prompttal irányítható. A fotók soha nem hagyják el az eszközt.

A környezet ellenőrzése…

Ez az eszköz az első futtatáskor letölt egy AI-modellt (kb. 2100 MB). A szerveroldali sávszélesség jelenlegi korlátai miatt a letöltés kb. 10 percig is eltarthat; a későbbi futtatások a böngészőben tárolt példányt használják. WebGPU szükséges.

Beállítások

0.55

Melyiket használja? – könnyű vagy diffúziós

Két eszköz is van fotók illusztrációvá alakítására. Válasszon az eszköze és a céljai alapján. Javasoljuk, hogy először a könnyűt próbálja ki, és ha többet szeretne, váltson a diffúziós modellre.

Illusztrációs és festményszerű stílusok

Módszer
Könnyű GAN-ok (AnimeGANv2 / fast-neural-style), amelyek csak a vizuális stílust cserélik le
Követelmények
WebGPU nélkül is működik, telefonokon és régebbi laptopokon is
Első letöltés
Stílusonként kb. 8 MB, mind a 7 kb. 50 MB
Idő képenként
WebGPU-val egy másodpercnél kevesebb, CPU-n néhány másodperc
Stílus megadása
Választás 7 rögzített stílus közül
Eredmény
A kompozíció, az arckifejezés és az arcvonások megmaradnak; ritkán hibázik
Ajánlott
Gyors profilképekhez vagy szerényebb teljesítményű eszközökhöz

AI-illusztráció (diffúzió)Ez az oldal

Módszer
Diffúziós modell (LCM Dreamshaper v7), amely egy prompt alapján újrafesti a fotót
Követelmények
WebGPU szükséges, legalább 4 GB GPU-memória (integrált GPU-nál megosztott memória)
Első letöltés
Kb. 2,1 GB. A szerverünk sávszélessége miatt jelenleg kb. 10 perc
Idő képenként
Integrált GPU-n 20–40 másodperc, dedikált GPU-n néhány másodperc
Stílus megadása
5 előbeállítás, valamint szabadon írható angol promptok
Eredmény
Gazdagabb, festményszerű eredmény; nagyobb erősségnél eltávolodik az eredeti arctól
Ajánlott
Gamer PC-khez vagy Apple Silicon Macekhez, és azoknak, akik finoman szeretnék szabályozni a stílust

Használat

  1. 1

    Fotó hozzáadása

    Húzzon ide egy fotót. Az eszköz a középső négyzetet (512×512) használja, ezért azok a fotók működnek a legjobban, amelyeken az arc középen van.

  2. 2

    Stílus és erősség kiválasztása

    Válasszon anime, akvarell, olajfestmény, képregény vagy pixel art stílust, vagy írjon saját angol nyelvű promptot. A nagyobb erősség erősebb stílust ad, a kisebb jobban megőrzi az eredeti arcot.

  3. 3

    Generálás és kiválasztás

    A kért számú kép egymás mellett készül el. Mentse a tetszőket; ugyanazokkal a beállításokkal újra futtatva más eredményt kap.

Működés és amit előre érdemes tudni

Az fp16 ONNX-re konvertált LCM Dreamshaper v7 (MIT-licenc) az onnxruntime-web segítségével fut WebGPU-n. A fotó látens térbe kódolódik, zaj adódik hozzá, majd a modell a promptot követve 4 lépésben újrarajzolja (img2img). Az „Erősség” a zaj mennyisége; 0,5 körül a stílus megváltozik, de a személy felismerhető marad.

A modellek összesen 2,1 GB-osak, így az első letöltés eltart egy ideig. A szerver jelenlegi sávszélessége miatt kb. 10 percig is tarthat; ez az infrastruktúra áthelyezésével javulni fog. A későbbi futtatások a böngészőben tárolt példányt használják, így nincs várakozás. WebGPU és legalább 4 GB GPU-memória (integrált GPU-knál megosztott memória) szükséges; képenként integrált GPU-n 20–40 mp, dedikált GPU-n néhány másodperc.

Az eszköz műszaki adatai

Bemenet
JPG, PNG, WEBP, AVIF, GIF, BMP, HEIC, HEIF, SVG, TIFF
Kimenet
JPG, PNG, WEBP
Korlátok
Egyszerre egy fájl. Nincs fájlméretkorlát (a feldolgozás az eszköz memóriájának keretein belül történik)
  • Ingyenes, regisztráció és telepítendő alkalmazás nélkül
  • A fájlok soha nem töltődnek fel (feldolgozás a böngészőben)

Gyakori kérdések

Elküldik a fotóimat egy szerverre?

Nem. A modellek a böngészőbe töltődnek le, és a generálás az eszköze GPU-ján fut. A hibák javításához használt feldolgozási statisztikák (az eszköz jellemzői, a hibák típusa stb.; soha nem maga a fotó, a fájlneve vagy a prompt) eljutnak az oldal szerverére. Ezt az oldal alján, „A szolgáltatás fejlesztésének támogatása” alatti kapcsolóval kikapcsolhatja.

Miért lassú a letöltés?

A szerver sávszélessége jelenleg kb. 4–5 MB/s-ra korlátozott, így a 2,1 GB kb. 10 percig tart. A sávszélesség bővítése tervben van. A letöltés egyszer történik; a későbbi futtatások a tárolt példányt használják.

Miért nem hasonlít már az arc az illetőre?

A diffúziós img2img annál jobban eltávolodik a fotótól, minél nagyobb az erősség. A hasonlóság megtartásához csökkentse 0,4–0,5-re. Ha az arc részletei szétesnek, futtassa az eredményen az „Arcjavítás (AI)” eszközt.

Miben különbözik az „Illusztrációs és festményszerű stílusok” eszköztől?

Az az eszköz könnyű GAN-okat használ, amelyek megtartják a kompozíciót, és csak az ábrázolást változtatják meg (néhány másodperc, 8 MB-os modellek). Ez az eszköz diffúziós modellel rajzolja újra a képet, így rugalmasabb és prompttal irányítható, de a modell nagy, és WebGPU szükséges hozzá.

A szolgáltatás fejlesztésének támogatása

Ha egy konvertálás vagy tömörítés nem sikerül, a körülmények elküldésével segít felderíteni az okát. Ha tudjuk, mely eszközökön és formátumokkal fordul elő leggyakrabban hiba, és mennyi ideig tart a feldolgozás, felülvizsgálhatjuk a támogatott formátumokat, és kijavíthatjuk a mögöttük álló hibákat. Ha nem bánja, sokat segít, ha bekapcsolva hagyja.

Mit küldünk el?

  • A használt eszköz és a választott beállítások (kimeneti formátum, minőség stb.)
  • Az eszköz jellemzői (GPU, memória, magok száma)
  • A bemeneti formátum a hozzávetőleges méretével
  • Hány fájl feldolgozása sikerült vagy hiúsult meg, és mennyi ideig tartott
  • Hiba esetén a hiba típusa és részletei

Mit nem küldünk el soha?

  • Magukat a fájlokat és a fájlneveket
  • A videóhoz hozzáadott szöveget, feliratokat vagy promptokat
  • Az IP-címeket

Az adatok csak az oldal saját szerverére jutnak, soha nem kerülnek külső szolgáltatáshoz.
A teljes listát, az egyes eszközök által küldött részletekkel együtt, az adatvédelmi irányelvek „Feldolgozási statisztikák” részében találja.

Kapcsolódó eszközök