HyperAI超神经

プロジェクト紹介

IC-Light 機械学習モデルによる画像再ライティングの実現を目的としたプロジェクトで、正式名称はImusing Consistent Lightです。これは、テキスト条件照明モデルと背景条件モデルの 2 つの主なタイプのモデルを提供し、それぞれテキストキューまたは背景コンテンツに従って前景画像の照明を調整します。このプロジェクトは Gradio インターフェイスを通じて簡単に使用でき、事前トレーニングされたモデルを自動的にダウンロードします。 IC-Light は、ハイダイナミックレンジ (HDR) 空間で光源を融合し、さまざまな画像シーンの光と影の調整に適した、一貫性の高い照明効果を実現します。

IC-Light 特徴は次のとおりです。

モデルの多様性: テキスト条件と背景条件の照明モデルを提供し、それぞれテキストプロンプトまたは背景画像を通じて前景の照明を調整します。
一貫性: HDR 空間光源の混合に基づいて、一貫性の高い光と影の効果が実現されます。
非侵入的: 複雑なプロンプトを必要とせずに、一貫した画像を生成します。
高品質の再照明: 照明条件が異なる画像でも一貫性を維持し、自然な光と影の効果を生み出します。。

エフェクト例

モデルフレームワーク

IC-Light モデルフレームワークは、主に機械学習における潜在拡散モデル (潜在拡散モデル) に基づいています。このうち、テキスト条件モデルはユーザーが入力したテキストプロンプトに基づいて光と影の効果を生成し、背景条件モデルは背景画像を通じて前景の照明を決定します。どちらのモデルも、多層パーセプトロン (MLP) を介して潜在空間で照明調整を実行し、照明の一貫性を確保します。

ステップの実行

1. プロジェクトの右上隅にある「クローン」をクリックし、「次へ」をクリックして次の手順を完了します: 基本情報 > 計算能力の選択 > レビューおよびその他の手順。最後に、「続行」をクリックして、個人コンテナでプロジェクトを開きます。

2. リソースの割り当てが完了すると、バックグラウンドでモデルが自動的に初期化され（約 80 秒）、プラットフォームが提供する API アドレスを直接使用して操作ページにアクセスできます（実名認証が完了している必要があります）。このステップではワークスペースを開く必要はありません)

3. 背景画像挿入用の対象画像と背景画像をアップロードします。

IC-Light 生成される画像のガイダンス強度は、入力された CFG スケールに基づいて制御できます。具体的には、モデルが入力プロンプトまたは説明にどの程度従うかを決定します。 CFG 値を高くすると、プロンプトの内容に近い画像が生成されますが、画像の自然さが失われる可能性があります。値が低くすると、より多様で自然な画像が生成されますが、プロンプトから逸脱する可能性があります。 CFG スケールを調整することで、ユーザーは生成効果とプロンプトの一貫性の間のバランスを見つけることができます。

オプションのパラメータは次のとおりです。

カスタムパラメータは次のとおりです。