أداة إضاءة الصور IC-Light، واستبدال دمج الخلفية الطبيعية
مقدمة المشروع
IC-Light إنه مشروع يهدف إلى تحقيق إعادة إضاءة الصورة من خلال نماذج التعلم الآلي، واسمه الكامل هو فرض الضوء المتسق. إنه يوفر فئتين رئيسيتين من النماذج: نماذج الإضاءة المشروطة بالنص ونماذج الإضاءة المشروطة بالخلفية، والتي تضبط إضاءة الصور الأمامية استنادًا إلى الإشارات النصية أو محتوى الخلفية، على التوالي. يعد المشروع سهل الاستخدام من خلال واجهة Gradio ويقوم بتنزيل النماذج المدربة مسبقًا تلقائيًا. يقوم IC-Light بدمج مصادر الضوء في مساحة النطاق الديناميكي العالي (HDR) لتحقيق تأثيرات إضاءة متسقة للغاية، ومناسبة لتعديلات الضوء والظل في مجموعة متنوعة من مشاهد الصور.
IC-Light تشمل الميزات ما يلي:
- تنوع النماذج: يوفر نماذج إضاءة مشروطة بالنص وأخرى مشروطة بالخلفية لضبط إضاءة المقدمة من خلال إشارات النص أو الصور الخلفية، على التوالي.
- الاتساق: بناءً على مزج مصادر الضوء المكاني HDR، يتم تحقيق تأثيرات الإضاءة والظلال المتسقة للغاية.
- غير تدخلي: ينتج صورًا متسقة بدون إشارات دقيقة.
- إعادة الإضاءة عالية الجودة: حتى الصور ذات ظروف الإضاءة المختلفة تظل متسقة، مما يؤدي إلى توليد تأثيرات الضوء والظل الطبيعية. .
أمثلة التأثير
 |
 |
إطار النموذج
IC-Light يعتمد إطار النموذج بشكل أساسي على نماذج الانتشار الكامن في التعلم الآلي. ومن بينها، يقوم نموذج حالة النص بإنشاء تأثيرات الضوء والظل بناءً على مطالبات النص التي يدخلها المستخدم، ويحدد نموذج حالة الخلفية إضاءة المقدمة من خلال صورة الخلفية. يقوم كلا النموذجين بإجراء تعديلات الإضاءة في المساحة الكامنة عبر مدرك متعدد الطبقات (MLP) لضمان اتساق الإضاءة.
خطوات التشغيل
1. انقر فوق "استنساخ" في الزاوية اليمنى العليا للمشروع، ثم انقر فوق "التالي" لإكمال الخطوات التالية: المعلومات الأساسية > تحديد قوة الحوسبة > المراجعة. وأخيرًا، انقر فوق "متابعة" لفتح هذا المشروع في الحاوية الشخصية.
2. بعد اكتمال تخصيص الموارد، ستقوم الخلفية تلقائيًا بتهيئة النموذج (حوالي 80 ثانية)، وبعد ذلك يمكنك استخدام عنوان API الذي توفره المنصة مباشرةً للوصول إلى صفحة التشغيل (يجب إكمال مصادقة الاسم الحقيقي، ولا توجد حاجة لفتح مساحة العمل لهذه الخطوة)
3. قم بتحميل الصورة المستهدفة وصورة الخلفية لإدراج صورة الخلفية.
IC-Light يمكن التحكم في قوة توجيه الصورة المولدة وفقًا لمقياس CFG المدخل. على وجه التحديد، فإنه يحدد مدى نجاح النموذج في متابعة المطالبة أو الوصف الخاص بالإدخال. ستنتج قيم CFG الأعلى صورًا أقرب إلى المطالبة، ولكنها قد تتسبب في فقدان الصورة لبعض طبيعتها؛ ستنتج القيم المنخفضة صورًا أكثر تنوعًا وطبيعية، ولكنها قد تنحرف عن المسار. من خلال ضبط مقياس CFG، يمكن للمستخدمين إيجاد التوازن بين تأثير التوليد والاتساق السريع.
- المعلمات الاختيارية هي كما يلي:
- المعلمات المخصصة هي كما يلي:
