HyperAI超神经

1. チュートリアルの概要

Imusing Consistent Light の正式名である IC-Light は、2024 年に ControlNet 作者「Minshen」 (Zhang Lumin) によって開発されたプロジェクトです。機械学習モデルを通じて画像の再照明を実現し、AI テクノロジーを通じて画像を正確に制御することを目的としています。照明効果。関連する論文結果は「一貫した光輸送を課すことによる拡散ベースの照明調和と編集のためのスケーリング・イン・ザ・ワイルド・トレーニング」とICLR 2024で満点[10,10,10,10]を達成。

このチュートリアルは、IC-Light v2 のアップグレードバージョンです。オリジナルの IC-Light と比較して、IC-Light v2 は新しく発売された Flux モデルに基づいてトレーニングされており、画像の照明トーンの特性をより正確に識別し、実現することができます。より詳細でリアルな融合効果。 IC-Light v2 は 16 チャンネル VAE とネイティブの高解像度を備えており、照明の色調を変更した後でも肌の質感、シャドウ、ハイライトなどの画像の詳細を保持するのに役立ちます。

効果例:

プロンプト: 美しい女性、詳細な顔、暖かい雰囲気、自宅、寝室
照明の好み：左

2. 操作手順

1. コンテナを起動し、API アドレスをクリックして Web インターフェイスに入ります。

2. AI制御照明

进入 web 界面后，按照以下步骤进行操作：

主要功能参数

IC-Light 提供了多个可调节的参数，帮助用户精细化控制图像效果。

プロンプト:
画像の被写体の特徴を説明します。複数の被写体の説明 (美しい女性、詳細な顔、ハンサムな男性、詳細な顔など) が用意されており、ユーザーはシーンのニーズに応じて数十の照明の説明を選択できます。
照明の好み:
上、下、左、右の 4 つの照明設定が提供されます。ユーザーはニーズに応じて適切な照明方向を選択できます。
注: 「照明設定」は初期の潜在的な設定であり、実際の結果は他のパラメータによって異なる場合があります。
画像:
生成された画像の数。
シード:
再現可能な結果を生成するためのランダムシード。
画像の幅/高さ:
画像の幅と高さを設定します。其他高级参数：
ステップ: 25
モデルが画像を生成するための反復ステップの数を指定します。ステップ数が多いほど画像はより詳細になりますが、生成時間も長くなります。
CFGスケール: 2
テキストガイダンスの強度。値が低いほど生成される画像はよりクリエイティブになり、値が高いほど画像は入力テキストに近づきます。
低解像度ノイズ除去 (初期潜在用): 0.9
低解像度画像のノイズ除去の強度。値が大きいほど、ノイズ除去が強化され、画像がより滑らかになります。
高解像度スケール: 1.5
高解像度画像のスケーリング。値が大きいほど、画像の倍率が大きくなります。
高解像度ノイズ除去: 0.5
高解像度を生成するときのノイズ除去の強度。値が大きいほどノイズ除去が強くなりますが、画像の細部がぼやける場合があります。
プロンプトを追加: best quality
ポジティブな手がかりを追加すると、より高品質の画像を生成できます。
否定的なプロンプト: lowres, bad anatomy, bad hands, cropped, worst quality
低解像度、不十分な解剖学的構造、貧弱な手の詳細、トリミング、低品質などの問題を軽減するためのネガティブなヒント。次に、被写体の特徴の説明 (例: 美しい女性、詳細な顔) と光の特徴の説明 (例: 窓からの日差し) を提供する必要があります。

サンプルデモは次のとおりです。

プロンプト: 謎の人間、温かい雰囲気、ネオンの光、街。

照明設定: 照明設定は左で、生成された画像は左側が明るく、右側が暗くなります。

4. 交流とディスカッション

🖌️ 高品質のプロジェクトを見つけたら、バックグラウンドで推奨するメッセージを残してください。さらに、チュートリアル交換グループも設立しました。QR コードをスキャンしてグループに参加し、技術的な問題について話し合ったり、アプリケーションの効果を共有したりすることができます。