AI ilustrace - praktické rady a dotazy

[Selhan]

Vlákno o strojových generátorech obrázků a jejich použití pro tvorbu RPG

(Vlákno o společenských důsledcích téhle technologie najdete zde: viewtopic.php?t=17198 )

---
Seznam generátorů:

• DALL-E https://openai.com/dall-e-2
  - přes pozvánky nebo waitlist
  - Markyho poznámky zde: viewtopic.php?p=650033#p650033
• Midjourney https://www.midjourney.com/home/
  - cca 25 obrázků zdarma, pak 20 - 50 c
  - Antharonův návod zde: viewtopic.php?p=650009#p650009
• StableDiffusion https://stability.ai/blog/stable-diffus ... ic-release
  - nevím, nechápu jejich stránky
• Craiyon https://www.craiyon.com/
  - zdarma, původně DALL-E Mini
• Nightcafe https://creator.nightcafe.studio/
  - 5 obrzáků zdarma, pak 8-20 c

(napište, co bych měl do prvního příspěvku doplnit)

---

- Budu rád, když se podělíte o tipy, návody, odkazy, postřehy a ukázky svých výsledků
- Většina generátorů ukládá soubory s názvem obsahujícím použitý prompt, takže když se chcete u nějakého obrázku dole podívat, co tam člověk zadal, tak si rozklikněte ten soubor.

[Selhan]

Vlákno na twitteru srovnávající DALL-E, Midjourney a Stable Diffusion: https://twitter.com/fabianstelzer/statu ... Nrnh4cuC-w

Zároveň poprosím, Marky a Antharone, vy už jste to zkoušeli, podělili byste se tady o své zkušenosti?

[Markus]

Výjev z našeho posledního sezení, via Midjourney.

A female musketeer and a male musketeer fighting a living cloak and a man-eating hat in a dusty castle hall.

markus_cz_A_female_musketeer_and_a_male_musketeer_fighting_a_li_6db224d2-41f6-4927-8358-b1a8f62f6f35.png

Not bad, not bad.

Může mi někdo poslat pozvánku na Dalleho, prosím?

[Krcmelound]

Já jsem to Midjourney nějakým způsobem používal přes Discord a nezáleželo na času, ale měl jsem nějakých myslím 25 obrázků zdarma. Tak jsem vykřesal, co šlo. Dělá to krásné davové scény.

K_K_veterans_of_the_30_years_war_camping_771dd395-d33f-4bba-a5ed-994089546d2e.png

K_K_slavic_bride_running_through_the_haunted_riparian_forest_b7e22cb4-3b0e-4356-a9b6-49131af21076.png

K_K_riots_during_emperors_coronation_199df921-008a-4442-95fc-22658b037ee9.png

[Selhan]

Krcmrloud: Pekne, pamatujes si jake prompts jsi daval?

[Markus]

So... Midjourney má asi trochu problém s fantasy, protože další várka pokusů nepřinesla nic moc kloudného.

Tohle je asi nejlepší...

17th century. A group of explorers fights an army of skeleton soldiers in a wide castle corridor. Candles floating through the air.

2b74fb3a-f7d1-4028-a8f3-515a438ac33c_progress_image_75.jpg

Ale jiné pokusy byly spíš marné...

A formation of skeletons dressed like the Swiss Guard, holding halberds, march through a castle corridor.

markus_cz_A_formation_of_skeletons_dressed_like_the_Swiss_Guard_e8bae483-3ad9-4404-bc9f-e4640d4b240b.jpg

Snaha dostat z toho kostlivce v uniformách halapartníků neuspěla ani po několika různě formulovaných pokusech. Asi jen příliš konkrétní a především chci nejspíš věc, na kterou není trénovaný. Hádám, že zdrojových obrázků kostlivců (ani halapartníků) moc nemá.

Celkově je to asi vhodnější na abstraktnější atmosférické scény než konkrétní výjevy. Byť portréty to asi umí taky dobře.

[Krcmelound]

Krcmrloud: Pekne, pamatujes si jake prompts jsi daval?

Měly by být stále vidět při najetí na obrázek, název soborů se generoval podle nich.

[Antharon]

Okej teda skúsim trocha zabrdnúť do Midjourney, ale je toho dosť, tak to asi rozdelím na viac príspevkov.

Midjourney je nástroj, ktorý dokáže vymyslieť obrázok, je dobrý v tom, že vie kopírovať rôzne štýly a techniky, rozumie kompozícií a farbám. Čo nie je jeho parketa, to je realistická anatómia, počty prstov na ruke, obzvlášť zle kreslí zvieratá. Naopak veľmi mu idú portréty, krajinky a rastliny.

Ako to sa za to platí?
Človek platí za strojový čas na ich servri. Ten až tak úplne nesúvisí s tým, čo človek vidí na displeji. V priemere to vychádza asi jeden obrázok za minútu, ale to sa môže odvíjať aj od rôznych premenných.

Užívateľ sa zaregistruje a má prvých 25 minút na ich discorde zadarmo. Ako som už vravel je to 25 minút strojového času. Je ich možné čerpať aj paralelne.

Po vyčerpaní sa musí človek registrovať, to mu odomkne 200 minút za cca 12e. S tým prichádza aj možnosť komunikovať s botom v súkromných správach, všetky vyrendrované obrázky však aj odtiaľto idú na ich stránku kde je možné všetko stiahnuť a používať. Za 20e je možné zapnúť si privátny mód a rendrovať len pre seba.

Po vyčerpaní sa zapne progresívne spoplatnenie cca 4e za 100 minút, ktoré sa zaúčtuje asi na konci mesiaca. Je možné nastaviť maximálny limit prečerpania.

Celková cena teda výjde na 20-50 centov za finálny obrázok.

Ako sa to používa?
Midjourney reaguje na tzv. Prompty. V discorde je nutné napísať

Kód: Vybrat vše

/imagine

a bot doplní

Kód: Vybrat vše

prompt:

Sem treba napísať čo chcete vyrobiť... Napríklad:

Kód: Vybrat vše

/imagine prompt: Wheat field :: late summer :: cloudy weather ::  hyper realism :: oil painting

Midjourney vráti štyri malé previewy.


Z nich si potom pomocou reakcí človek môže vybrať jeden z ktorého to vyrobí štyri podobné mutácie alebo jeden ktorý sa vyrendruje vo veľkom rozlíšení.


Samozrejme prompty je možné čiastočne programovať. Základný tvar promptu vyzerá takto:

/imagine prompt: [url1] [url2] [url3] [text prompt] :: [text prompt 2] :: [text prompt 3]::[weight] --[argument] [value] --[argument2] [value]

URLs:
Je možné použiť link na obrázok, ktorý má výsledok pripomínať, je možné použiť aj viac než jeden obrázok. Momentálne nie je možné povedať neurónke ako má obrázky použiť, dať im rôznu váhu a podobne. Jediné čo sa dá spraviť je priradiť obrázku váhu pomocou argumentu --iw. Ten má defaultne hodnotu 0.25 a dá sa zvyšovať asi do 100?

Prompts:
Programovanie promptov je niekedy ťažké neurónová sieť mnohé slová nepozná a trirému alebo hoplitu z nej proste nevytlčiete. Treba s tým počítať a nesnažiť sa o nemožné.

Promptov je možné zadať viac než jeden a oddeľujú sa dvomi dvojbodkami. Ak sa dvojbodky napíšu hneď za prompt a pridá sa číslo, priradí mu to váhu, tá môže byť aj záporná ak chcete aby sa to na niečo vyslovene nepodobalo. Takto oddelené prompty sú veci na ktoré chcete aby sa obrázok podobal nezávisle od seba. Ak teda takto oddelíte slová elk :: landscape, poviete, že to má byť krajinka a zároveň jeleň.

Niekedy je lepšie vyrobiť komplikovanejší prompt napríklad "landscape with lake where elk is drinking water". Dvojbodky je možné použiť na stanovenie štýlu. Tiež je dobré povedať ako majú byť postavy otočené, čo má byť v popredí, čo má byť v pozadí, alebo na čo sa ľudia pozerajú.

Midjourney je fakt dobrá cez štýly, viete jej povedať aké má použiť médium (oil painting, unreal engine 3d render, highly detail sketch), viete jej povedať akú použiť atmosféru a svetlo (golden hour, cyberpunk lightning, colorful backlighting, studio light, green hue), alebo jej viete povedať koho má emulovať (bob ross style, da vinci style, van gogh style).

Argumenty:
Tu sa začína tak trocha programovať. Argumenty umožňujú priamo ovládať neurónovú sieť. Napíšem sem pár ktoré som skúšal alebo sa bežne používajú, niektoré sa dajú dogooglovať iné ani to.

• --ar [x:y] (--ar 2:3) - nastaví pomer strán obrázka
• --q [float] (--q 0.25) - hovorí aký násobok bežného času neurónka strávi renderom. Pri číslach menších ako 1 bude obrázok jednoduchší, pri vyšších, napríklad 2 bude mať komplexnejšie detaily ale bude sa dlhšie rendrovať
• --chaos [0-100] (--chaos 10) - hovorí ako veľmi si má neurónka popustiť uzdu fantázií pri stovke generované veci nemusia vôbec nijak súvisieť s promptom
• --stylize [625-60000] (--stylize 1200) - hovorí akú moeru štylizácie má sieť použiť. Ak mám byť úprimný mne to prišlo hodne náhodné nastavenie ale asi si to vyskúšajte sami. Menšie číslo by mali byť komplexnejšie obrázky.
• --w [x] --h [y] (--w 1920 --h 1080) - nastaví veľkosť rendru
• --no [prompt] (--no double faces, long necks) - je možné špecifikovať čo nemá byť na obrázku. Dobré na odstránenie bežných bugov

[Antharon]

V tomto prípade somm použil existujúce obrázky a pomocou promptov som sa ich snažil zjednotiť (to, rýchle šípy a stranger things)

[Antharon]

Takto som skúšal generovať portréty neandertálcov

[Antharon]

Slová infographics, pencil sketch a da vinci produkujú zaujímavé výsledky

Kód: Vybrat vše

hexagon infographics pencil sketch da vinci style  --q 0.5

Kód: Vybrat vše

cave painting of people worshipping a space ship  --q 0.5 --s 1250

Podľa všetkého --q ovplyvňuje iba malý render a následný veľký už je normálny:

Kód: Vybrat vše

colossal steampunk dam :: power plant :: hyper realistic :: oil painting --q 0.25 --ar 3:2

[kin]

Já mám ještě docela rád Nightcafe (https://creator.nightcafe.studio/), ale po tom, co jsem se dostal k midjourneymu, tak jsem ho skoro přestal používat. Jinak na dal-e můžu pozvat invite (pm me), ale osobně se mi moc nelíbí.

Jinak Midjourney má open prompty u všech obrázků zapsané. Jeno mta nejvyšší licence je dovoluje schovat. Takže pokud jste členy midjourney komunity, můžete si to u nich na webu procházet a inspirovat se.

[Antharon]

Videl som video kde pomocou dall-e opravovali chyby v obrazkoch z midjourney. Napriklad rozne objekty ktore midjourney nepozna alebo deformovane koncatiny

[kin]

To je možný, ta jeho funknce něco "vygumovat" a následně automaticky dokreslit je docela cool.
Mě jen prostě nesedí ten styl a nějak mě to odradilo a vrátil jsm ese k nightcafe a midjourney. Asi mi ten abstraktní styl sedí víc

[Sparkle]

Ta cena za obrázek z Midjourney je počítám jen pro domácí použití? Kolik za to dám, když budu chtít obrázek použitelný v komerční příručce?