Online-Tutorial | Turing-Award-Gewinner Yann LeCun Gelobt! Xiaohongshu Öffnet Die Quelle InstantID Und Ermöglicht Es Benutzern, Fotos in Mehreren Stilen Mit Nur Einem Originalfoto Anzupassen

Vor nicht allzu langer Zeit veröffentlichten eine Gruppe von Post-95-Ingenieuren aus Xiaohongshu und ein Team der Peking-Universität gemeinsam das Open-Source-Projekt „InstantID“.Laden Sie einfach ein Foto hoch und dieses KI-Fototool kann KI-Fotos problemlos in verschiedenen Stilen anpassen, sodass die mühsame Fotobearbeitung kein Problem mehr ist.
Nach der Veröffentlichung von InstantID erregte es große Aufmerksamkeit und umfasste 9,9.000 Sammlungen auf GitHub. Der Turing-Award-Gewinner Yann LeCun hat auf seinem Social-Media-Konto außerdem ein vom Team in seinem Bild erstelltes Beispiel erneut gepostet, um seine Unterstützung auszudrücken.

In der Vergangenheit war für die themenbasierte Text-zu-Bild-Generierung normalerweise ein Training anhand mehrerer Datensätze erforderlich, die das Thema enthielten (z. B. Personen, Stile). Zu den repräsentativen Lösungen gehören DreamBooth und LoRAs. Der hohe Speicherbedarf und der zeitaufwändige Feinabstimmungsprozess solcher Lösungen schreckten jedoch viele Benutzer ab, was dazu führte, dass sie in realen Szenarien nicht schnell eingesetzt werden konnten. Mit der Einführung von InstantID wurde dieser Stillstand beendet.

Das Funktionsprinzip von InstantID gliedert sich im Wesentlichen in drei Teile:
* ID-Einbettung: Extrahieren Sie semantische Gesichtsmerkmale in Face Embedding durch das vortrainierte Gesichtserkennungsmodell. Diese Einbettung ist reich an semantischen Informationen wie Gesichtszügen, Ausdrücken, Alter usw. und bietet eine solide Grundlage für die nachfolgende Bildgenerierung.
* Bild Adapter: Es wird ein leichtes Anpassungsmodul eingeführt, um die extrahierten Identitätsinformationen mit Textaufforderungen zu kombinieren. Durch den entkoppelten Cross-Attention-Mechanismus können Bilder und Text die Bildgenerierung unabhängig voneinander beeinflussen, während Identitätsinformationen erhalten bleiben und der Bildstil fein gesteuert wird.
* IdentityNet: Es kodiert die komplexen Merkmale des Referenzgesichtsbildes durch starke semantische Bedingungen (wie eine detaillierte Beschreibung der Gesichtsmerkmale) und schwache räumliche Bedingungen (wie die Positionen von Gesichtsmerkmalen). Der Generierungsprozess wird durch Face Embedding geleitet und erfordert keine Textinformationen. Es muss nur für die neu hinzugefügten Module aktualisiert werden, wobei das vortrainierte Text-zu-Bild-Modell eingefroren bleibt, um Flexibilität zu gewährleisten.
Überlassen Sie die Komplexität dem Code und die Einfachheit den Benutzern!InstantID erzielt nicht nur einen technischen Durchbruch bei der zeitsparenden personalisierten Bildsynthese, sondern sorgt auch für ein äußerst einfaches und intuitives Benutzererlebnis. Egal, ob Sie ein Design-Neuling oder ein Kunstmeister sind, auf dieser Plattform können Sie ganz einfach personalisierte Bilder erstellen. Zu den spezifischen Anwendungsszenarien gehören:
* Multi-ID- und Multi-Style-Synthese
InstantID ermöglicht „grenzüberschreitende Zusammenarbeit“ mit einem Klick!

* Stilisierte Synthese
Geben Sie einfach ein Foto eines Gesichts ein, um eine Vielzahl von KI-Fotos mit personalisierten Stilen zu generieren.

* Realistische Synthese
Sind diese Bilder wirklich zusammengesetzt?

* ID-Interpolation
Sie können die Bilder von Yang Mi und Taylor auch kombinieren. (PS: Mit dieser Funktion können Sie auch das zukünftige Aussehen Ihres Kindes anhand der Gesichtsgewichte beider Eltern vorhersagen!)

* Neue Perspektivensynthese
Ein Originalbild + ein Stilreferenzbild = eine vielseitige Berühmtheit

* Nicht-Porträt-Synthese
Was passiert, wenn Mensch und Tier verschmelzen?

Könnt ihr es erwarten, sie auszuprobieren, denn es gibt so viele Stile, aus denen ihr wählen könnt? Mach dir keine Sorge,HyperAI hat das Tutorial „Demo zur personalisierten Fotogenerierung mit InstantID“ gestartet.Dieses Tutorial hat die Umgebung für Sie erstellt. Klicken Sie auf „Klonen“, um es mit einem Klick zu starten. Kommen Sie und verwirklichen Sie Ihre „Zweiundsiebzig Transformationen“!

Öffentliche Tutorial-Adresse:

https://hyper.ai/tutorials/31559

Demolauf
1. Melden Sie sich bei hyper.ai an und wählen Sie auf der Tutorial-Seite „InstantID Personalized Photo Generation Demo“ aus. Klicken Sie auf „Dieses Tutorial online ausführen“.

2. Klicken Sie nach dem Seitensprung oben rechts auf „Klonen“, um das Tutorial in Ihren eigenen Container zu klonen. Klicken Sie unten rechts auf „Weiter: Hashrate auswählen“.

3. Wählen Sie nach dem Sprung „NVIDIA GeForce RTX 4090“ aus und klicken Sie auf „Weiter: Überprüfen“.Neue Benutzer können sich über den untenstehenden Einladungslink registrieren, um 4 Stunden RTX 4090 + 5 Stunden zu erhalten CPU  FreiHashrateDauer!
Exklusiver Einladungslink von HyperAI (kopieren und im Browser öffnen):https://openbayes.com/console/signup?r=6bJ0ljLFsFh_Vvej

4. Klicken Sie auf „Ausführung fortsetzen“ und warten Sie, bis die Ressourcen zugewiesen wurden. Wenn sich der Status in „Läuft“ ändert, klicken Sie auf „Arbeitsbereich öffnen“.

5. Erstellen Sie auf der Startseite eine neue Terminalsitzung und geben Sie den folgenden Befehl ein.

cd InstantID

6. Geben Sie den folgenden Befehl ein, um die Gradio-Demo auszuführen.

python gradio_demo/app.py

7. Wenn in der Befehlszeile „Läuft auf lokaler URL: https://0.0.0.0:8080“ angezeigt wird, kopieren Sie die API-Adresse rechts in die Adressleiste des Browsers, um auf die InstantID-Seite zuzugreifen.Bitte beachten Sie, dass Benutzer vor der Verwendung der API-Adresszugriffsfunktion eine Echtnamenauthentifizierung durchführen müssen.

Effektanzeige

1. Öffnen Sie die InstantID-Seite, laden Sie ein Charakterbild und ein Referenzbild hoch. Die Rolle des Referenzbildes besteht darin, die Position des Zeichens im Bild festzulegen.

2. Verbessern Sie die folgenden Parametereinstellungen.

*Schreiben Sie in das Feld „Eingabeaufforderung“ die Schlüsselwörter für das Bild, das Sie generieren möchten. Normalerweise basiert die Eingabeaufforderung auf dem Ausgangsbild. Wenn das hochgeladene Bild einen Mann zeigt, können Sie „ein Mann“ schreiben.

*Klicken Sie auf die Option „Schnelle Inferenz mit LCM aktivieren“. Wenn es nicht eingeschaltet ist, ist die Geschwindigkeit der Bildgenerierung etwas langsamer.

* Der Stilwähler „Stilvorlage“ kann die Eingabewörter verbessern, einschließlich Effekten wie „Aquarell“ und „Strichzeichnung“.

* „IdentityNet-Stärke (für Wiedergabetreue)“ Die Gesichtsstärke oder ID-Stärke wirkt auf das ursprünglich importierte Zeichenbild. Je höher der Parameter, desto ähnlicher ist das generierte Bild dem Charakterbild. Der Standardwert ist 0,8.

* „Bildadapterstärke (für Details)“ Bildreferenzstärke, wirkt auf das Referenzbild, die Stärke bestimmt die Ähnlichkeit zwischen dem generierten Bild und dem Referenzbild, der Standardwert ist 0,8.

* „Erweiterte Optionen“ Erweiterte Parameteranpassung.  

* „Negative Eingabeaufforderung“, negative Eingabeaufforderungswörter, Sie können Inhalte einfügen, die das endgültig generierte Bild nicht enthalten soll, z. B. das Vermeiden von Wörtern geringer Qualität usw. 

*Wählen Sie für „Anzahl der Beispielschritte“, „Leitskala“ und „Seed“ einfach die Standardwerte aus.

* „Zufälliger Seed“ Zufälliger Seed, aktivieren.

* „Nicht-Gesichtsbereich verbessern“ stärkt den Nicht-Gesichtsbereich. Wenn diese Option aktiviert ist, wird das Gewicht des Stilwählers erhöht.

3. Klicken Sie auf „Senden“ und das Bild wird in 5 Sekunden generiert.

Derzeit hat die offizielle Website von HyperAI Hunderte ausgewählter Tutorials zum Thema maschinelles Lernen veröffentlicht, die in Form eines Jupyter-Notebooks organisiert sind.
Klicken Sie auf den Link, um nach verwandten Tutorials und Datensätzen zu suchen:https://hyper.ai/tutorials
Das Obige ist der gesamte Inhalt, der dieses Mal vom HyperAI Super Neural Network geteilt wird. Wenn Sie hochwertige Projekte sehen, hinterlassen Sie bitte im Hintergrund eine Nachricht, um sie uns zu empfehlen! Darüber hinaus haben wir auch eine „Stable Diffusion Tutorial Exchange Group“ eingerichtet. Willkommen, Freunde, treten Sie der Gruppe bei, um verschiedene technische Probleme zu diskutieren und Anwendungsergebnisse auszutauschen ~

Scannen Sie den QR-Code, um der Tutorial-Austauschgruppe beizutreten

Wenn der QR-Code zum Beitritt zur Gruppe ungültig ist, können Sie den unten stehenden QR-Code scannen, um das WeChat-Konto von Neuro Star (WeChat-ID: Hyperai01) hinzuzufügen, „SD Tutorial Exchange Group“ notieren und dem Gruppenchat beitreten.