giovedì 5 ottobre 2023

Guida essenziale a img2img - Webui di Automatic1111

Il tool img2img della Webui visivamente è molto simile al txt2img già coperto in questa guida link non ci ripeteremo spiegare le voci già coperte nella precedente guida, ne tantomeno verranno approfondite altre funzionalità diverse da img2img ( come sketch, inpaint ecc.) che verranno coperte in futuro.

Come lascia già intuire il nome in questo tool si parte di già da un immagine in nostro possesso, che sia stata precedentemente generata o presa da qualche altra sorgente non farà alcuna differenza, basterà aprirla dall'apposito form.

Interrogate CLIP : premendo questo bottone alla destra del form prompt ( dopo un eventuale dowload la prima volta ) verrà interrogato il text encoder CLIP che analizzerà l'immagine e ne ricaverà un prompt che andrà a riempire il form prompt con una descrizione. Questo tool di Image Captioning è molto utile e potete utilizzarlo anche quando volete ricavare un prompt di partenza da un immagine di riferimento.

Interrogate DeepBooru : premendo questo bottone alla destra del form negative prompt controintuitivamente a quanto possiate pensare non genererà un negative prompt ma verrà interrogato il text encoder DeepBooru che analizzerà l'immagine e ne ricaverà un prompt che andrà a riempire anche in questo caso il form prompt ma questa volta non sarà una descrizione articolata ma letteralmente un mero elenco di parole separate da virgole, inerenti agli elementi riconosciuti nell'immagine. Questo tipo di text enconding viene definito in modo gergale Tag ma anche in questo caso la categoria è quella dell'image captioning

Denoise strenght : è l'elemento fondamentale dell'img2img si va ad aggiungere blocco degli slider già visto in txt2img sotto alla voce CFG Scale. Il valore di default è 0.75 più lo spostiamo vicino allo 0 e più l'immagine sarà fedele a quella di partenza più spostiamo verso 1 e più iniziano a pesare i nostri prompt in fase di generazione.

Width e Height : in questo caso è molto più simile alla versione che trovate in Extras troverete l'opzione Resize to oltre a farvi scegliere la risolzione vi mostrerà un quadrilatero rosso in trasparenza per farvi regolare al meglio le proporzioni, l'icona con la squadretta farà coincidere la risoluzione estattamente la risoluzione a quella dell'immagine di partenza. L'opzione Resize By vi darà l'opzione Scale col valore di default a 1 che equivale al 100% muovendo lo slider potrete decidere in percentuale e sotto la voce resize:from riporterà il valore della risoluzione che otterrete.

Resize mode : Lo trovate sopra alla voce Sampling Method questa modalità interviene principalmente quando la risoluzione selezionata di Width e Height è maggiore rispetto a quelle dell'immagine di partenza. Just Resize, non terrà conto dell'aspect ratio. Crop e Resize ne terrà conto. Resize and Fill riempirà la porzione in più generando la parte mancante in fase di inferenza. Just resize (latent upscale) questa opzione è come la precedente ma con l'upscale del latent space l'argomento verrà approfondito in una guida apposita in futuro.


Come usare al meglio img2img ?

Bisogna partire avendo l'idea di cosa vogliamo ottenere, se vogliamo che una linea retta solcata da una doppia-vu capovolta su un foglio bianco, si trasformi in un prato con delle montagne. Il nostro prompt dovrà descrivere quella scena. Se siamo a corto di parole possiamo cercare un immagine che somigli a quella che abbiamo in mente caricarla in img2img cliccare su Interrogate CLIP ottenere un prompt e lavorare con quello magari migliorandolo, aggiungendo i termini riguardanti lo stile. Se è un immagine estremamente semplice per riempirla con dei dettagli bisogna salire con la Denoise Strenght di default a 0.75 piccoli passi da 0.1~0.2 alla volta e modificare i parametri di CFG Scale per incrementare o decrementare l'attinenza al nostro prompt. Se l'imagine è già abbastanza dettagliata ma la vogliamo solo trasformare in qualche cosa di diverso molto probabilmente dovremmo scendere con la Denoise Strenght a 0.50 e poi regolarci di conseguenza. In ogni caso sono i prompt a fare la differenza.

Nessun commento:

Posta un commento