Ako používať Kandinského neurónovú sieť

Čo je Kandinsky

Kandinsky je Sberova neurónová sieť na generovanie obrázkov. Je schopný vytvárať obrázky na základe textových dopytov, ako aj prezentovať variácie hotových obrázkov a kombinovať štýly z rôznych snímok.

Systém identifikuje požiadavky v rôznych jazykoch, vrátane spoľahlivo fungujúcej v ruštine. Najnovšia verzia služby je momentálne Kandinsky 2.2. Neurónová sieť berie pri generovaní výsledku do úvahy ďalšie parametre, vrátane pozadia a štýlu.

Čo dokáže neurónová sieť Kandinsky 2.2

Ako už bolo spomenuté vyššie, Kandinsky môže nielen poskytovať obrázky na požiadanie, ale tiež vytvárať obrázky zmiešaním rôznych konceptov alebo štýlov. Neurónová sieť Sber podporuje niekoľko prevádzkových režimov. Štandardne generuje výsledok tým zavedené textová správa. Pri kombinovaní snímok tieto dva analyzuje a zostaví z nich nový.

Do systému môžete tiež „vložiť“ jeden hotový obraz alebo fotografiu pridaním potrebných charakteristík. V tomto prípade Kandinsky vytvorí nový obrázok s vizuálnym príkladom a promtom súčasne.

Okrem toho služba podporuje režim outpainting alebo dokončovacie kreslenie. Táto funkcia vám umožňuje doplniť hotový rám o nové detaily, ktoré tam predtým neboli. Ďalším režimom prevádzky je prenos štýlu. S jeho pomocou môžete vo vygenerovanom obrázku použiť niektoré detaily pôvodného obrázka.

Ako používať Kandinsky 2.2

Neurónová sieť je dostupná prostredníctvom niekoľkých služieb v rôznych formátoch. Kandinsky je teda možné otestovať na webovej stránke Fusion Brain. Tam môžete generovať obrázky pomocou textových príkazov, ako aj použiť dokončovací nástroj.

Dostupné aj na telegrame oficiálny bot Kandinsky. S jeho pomocou môžete vytvárať obrázky na základe textu, miešať dva rôzne obrázky, prenášať štýl a vytvárať variácie hotových rámov.

Okrem toho na webovú stránku ruDALL‑E K dispozícii je formulár na vytváranie obrázkov so základnými nastaveniami. Neurónová sieť Kandinsky je integrovaná aj do hlasového asistenta “Ohňostroj» zo Sber. Tu musíte spustiť zručnosť „Zapnúť interpreta“ na generovanie obrázkov. Okrem toho je možné službu využívať cez robot "VKontakte" a ďalej oficiálna web stránka "Sbera".

Robot Telegram stačí špecifikovať prevádzkový režim pomocou príslušného tlačidla a potom zadať text požiadavky alebo nahrať potrebné obrázky. Služba je bezplatná a poskytuje výsledky pomerne rýchlo. Zlyhania a chyby sa vyskytujú zriedkavo - s veľmi veľkým počtom súčasných príkazov od používateľov.

Nástroj na úpravu a rozširovanie snímok v Kandinsky je k dispozícii iba na webovej stránke Fusion Brain. Okrem toho je tu široká plocha s obrázkom pre prácu, textové pole pre promta a rozbaľovacia ponuka s desiatkami štýlov. Zo zoznamu si môžete vybrať jeden z populárnych príkladov - od kyberpunku po sovietske karikatúry.

Štýl nemusí byť označený v nastaveniach, dá sa špecifikovať v textovej požiadavke. Môžete dokonca napísať možnosť, ktorá ešte nie je v základnom zozname. V tomto prípade by ste mali v ponuke ponechať možnosť „Žiadny štýl“.

Pre obrázky si môžete vybrať jeden z dostupných pomerov strán a rozlíšení. Neurónová sieť produkuje snímky s rozmermi 1 152 × 768 pixelov, 1 024 × 1 024 pixelov, 680 × 1 024 pixelov a naopak, 576 × 1 024 pixelov a naopak.

Konečná úprava vám umožňuje vytvárať obrázky z malých nápadov. Stačí vybrať časť hotového rámu a prázdnu oblasť a potom zadať textový príkaz Kandinsky presne určí, ako rozšíriť špecifikovaný rámec, pričom k nemu pridá detaily alebo pokračovanie predmety.

Pri práci na grafických projektoch môžete rýchlo vytvárať nové nápady pomocou neurálne siete "Sbera". Na tento účel je užitočný nástroj Eraser alebo Erase vo Fusion Brain. Stačí vymazať časť hotového rámu a potom pridať nové prvky na voľné miesto podľa textového popisu. V tomto prípade bude možné zachovať obrázok v rovnakom štýle alebo kombinovať rôzne koncepty.

Pri prenose štýlu z existujúceho rámu do nového vám Kandinsky umožňuje použiť pózy ľudí z fotografie alebo maľby, ako aj všeobecné obrysy pôvodného obrázka. Napríklad na portréte bude možné nahradiť jednu osobu inou, pri zachovaní celkovej kompozície a pozadia. Tento algoritmus funguje prostredníctvom robota telegram.

Pri zmiešaní dvoch obrázkov systém nezachováva konštrukciu ani usporiadanie objektov. K zlúčeniu dochádza náhodne, čo niekedy vedie k neočakávaným výsledkom a novým nápadom.

Aké sú nevýhody Kandinsky 2.2

Kandinsky 2.2 robí oveľa lepšiu prácu pri vytváraní realistických snímok ako predchádzajúce verzie. Výsledky sú podobné populárnej službe Stredná cesta, ale sú stále nižšie v úrovni detailov.

Ak chcete dosiahnuť dobré výsledky, musíte experimentovať s parametrami a popismi dopytov. Kandinsky z času na čas vytvára obrázky s chybami. Systém napríklad zvláštnym spôsobom zobrazuje pre mnohých známe architektonické objekty. To sa však zvyčajne stáva, ak zavádzate príliš dlhé priemyselné diely s veľkým počtom drobných detailov.