Civitai Beginners Guide To AI Art // #1 Core Concepts

Introdução à Arte AI

Apresentação do Guia

• Tyler apresenta a série "Cai: Guia para Arte AI", onde irá ensinar desde os conceitos básicos até a geração de imagens AI.

• O foco será na instalação de softwares necessários para gerar imagens AI localmente e como navegar por esses programas.

Conceitos Fundamentais

• A série abordará terminologias comuns que podem ser confusas para iniciantes, como "text to image" e "image to image".

• O primeiro conceito discutido é o "text to image", que envolve gerar uma imagem a partir de um texto descritivo fornecido ao AI.

Tipos de Geração de Imagens

Processos de Geração

• O processo "image to image" utiliza uma imagem existente como referência, permitindo que o AI crie uma nova imagem baseada nessa entrada.

• A técnica "batch image to image" permite processar várias imagens simultaneamente usando um diretório completo.

Pintura e Vídeo

• A prática de inpainting permite adicionar ou remover objetos em uma imagem utilizando uma máscara pintada, semelhante ao recurso generativo do Photoshop.

• Os conceitos "text to video" e "video to video" referem-se à geração de vídeos a partir de prompts textuais ou transformação de vídeos existentes.

Importância dos Prompts

Definições Cruciais

• O prompt é o texto que orienta o software sobre o que deve ser gerado; já o negative prompt indica o que não deve aparecer na imagem.

Upscaling

• Upscaling refere-se ao aumento da resolução das imagens, transformando mídias de baixa resolução em alta definição através da melhoria dos pixels existentes.

Modelos e Recursos no Stable Diffusion

Checkpoints e Modelos

• Checkpoints são arquivos utilizados pelo stable diffusion para gerar saídas; atualmente, são mais comumente chamados apenas de modelos.

Segurança dos Arquivos

• Os arquivos safe tensor são preferíveis aos checkpoints tradicionais devido à menor suscetibilidade a códigos maliciosos. É importante verificar as avaliações antes do download.

Dados de Treinamento

Conjunto de Dados Utilizado

Introdução ao Stable Diffusion e Modelos Relacionados

O que é o Stable Diffusion 1?

• O modelo conhecido como SD 1 foi treinado em 595.000 passos com imagens de resolução 512x512, utilizando o modelo Layon 5B.

• Este modelo foi superado pela versão mais recente da Stability AI, chamada Stable Diffusion XL.

• A flexibilidade e a quantidade de recursos disponíveis para o SD 1 são destacadas como suas principais características.

Laura: Adaptação de Baixa Classificação

• Laura (LORA) refere-se a uma adaptação de modelos treinados em conjuntos de dados muito menores, focando em aspectos específicos como pessoas ou estilos.

• É comum encontrar Lauras treinadas em personagens específicos de anime.

Inversões Textuais e Embeddings

• As inversões textuais e embeddings são semelhantes às Lauras, mas são treinadas em conjuntos de dados ainda menores.

• Esses métodos visam capturar conceitos específicos, como correções para mãos ou olhos mal desenhados.

VAE: Arquivos Detalhados Opcionais

• VAE (Variational Autoencoder) são arquivos opcionais que podem ser incluídos nos modelos para melhorar a qualidade das imagens geradas.

• A inclusão do VAE pode resultar em imagens mais nítidas e coloridas; sem ele, as cores podem parecer apagadas.

Extensões Importantes no Uso do Stable Diffusion

Control Nets: Estruturas Avançadas na Geração de Imagens

• Control Nets consistem em vários modelos treinados para interpretar diferentes estruturas dentro das imagens, como linhas retas e profundidade.

• Eles permitem gerar novas imagens baseadas na pose original dos personagens, sendo essenciais para processos que envolvem imagem para imagem ou vídeo para vídeo.

Deorum: Comunidade Criativa

• Deorum é uma comunidade composta por desenvolvedores e entusiastas da síntese de imagem por IA que criam ferramentas generativas populares.

• Destacam-se pela extensão automática 1111, capaz de gerar vídeos suaves a partir de prompts textuais com opções avançadas de animação.

Estan: Rede Generativa Adversarial Aprimorada

• Estan é uma técnica utilizada para gerar imagens em alta resolução a partir de pixels de baixa resolução, semelhante ao upscaling.

Animate Diff: Movimento nas Gerações Visuais