#Midjourney #арт

Заметка из цикла "Что интересного есть в Midjourney?", написана исключительно для расширения кругозора.

/describe

Инструмент для генерации промпта (описания) по изображению на мощностях Midjourney. Чем-то похож на стандартный Interrogator в img2img или работу расширения CLIP Interrogator. Предложенные промпты очень похожи на результаты одной из опернсорс моделей. Удачного примера под рукой не оказалось, но /describe без всяких сомнений предлагает мусорные токены, вроде rtx on, windows vista, 32k uhd, etc.

Со сгенерированными внутри Midjourney изображениями работает точнее, в некоторых случаях позволяет получить почти идентичное изображение. С рисунками или генерациями других нейросетей справляется хуже, попадает не так уверенно.
Позволяет в один клик сгенерировать по любому из четырёх промптов, по всем сразу или проанализировать изображение заново.

Обнаруженные в изображении промпты

3d chibi character, anime, girl in red coat, wolf illustration, red wolf, in the style of kaethe butcher, alena aenami, necronomicon illustrations, sandara tang, group zero, dark gray, multilayered realism --ar 81:128

wolf girl, woman in fur coat and monsters, in the style of anime art, red, horror academia, low resolution, dark gray, northwest school, strong use of color --ar 81:128

3d wallpaper wolf lady on red forest with wolves, in the style of necronomicon illustrations, anime, commission for, slender, dark gray, simple, colorful illustrations, comic book-like --ar 81:128

the red walker wallpaper, black wolf, in the style of xiaofei yue, comic/cartoon, magali villeneuve, gothic illustration, naoki urasawa, animals and people, high-keyed palette --ar 81:128

К посту прикреплена моя генерация в Stable Diffusion (промпт на civitai). В комментариях покажу как describe распознаёт и повторяет сгенерированные внутри Midjourney изображения.

____
У капибары лапки • подписаться

#мысливслух #SDXL #арт

Полноценная тренировка XL модели, а не мёрджи с другими моделями или вшивание лор, как делают некоторые авторы (есть и те, кто гордо называет свою поделку Checkpoint Trained и забывает скрыть метаданные о всех мёрджах) займёт не одну неделю машинного времени на условной 4090.
Поэтому странно, что сейчас на civitai столько XL моделей с ярлыком Checkpoint Trained, а новые версии появляются со скоростью горячих пирожков. Провести полноценную тренировку за столь короткий срок не представляется возможным. Но кого это смущает?

Почти все авторы стараются добавить больше весов, отвечающих за "фотографичность" людей и напрочь забывают (или забивают?) про природу и окружение.
Наверняка забивают и на всё остальное, но сегодня покажу только природу (ссылка на тяжёлый грид из сообщения ниже).


Два месяца назад я сомневался в будущем XL моделей только из-за жутчайших бед с анатомией. Может быть это и осилят поправить. Уверенности нет.
Но как будут бороться со скудностью исходного датасета XL 1.0 (по некоторым оценкам там чуть больше 1М изображений) и смогут ли корректно добавить недостающее не поломав существующие веса мы вряд ли узнаем.

Отсутствие публичного алгоритма тренировки рефайнеров — второй фатальный недостаток XL моделей. Технологически XL спроектирована как два прохода по изображению: одна модель упорядочивает шум, вторая повышает качество. Без дообученных рефайнеров ни одна XL модель сообщества не выдаст хорошие результаты. Просто потому что не сможет. Можно после базовой XL дважды пройтись по изображению 1.5 для вытягивания и улучшения деталей. Но зачем тогда нужна XL?!

Сомнений и вопросов стало больше, ответов и хороших XL моделей больше не стало.

В сообщении ниже грид на 700+ изображений, сгенерированных на популярных XL моделях. Не смотрите его если не хотите испортить себе вечер. Лучшие кадры из грида уже в этом посте.

____
У капибары лапки • подписаться