DreamO는 ByteDance와 베이징대학교 선전대학원 전자컴퓨터공학부가 2025년 5월 12일에 출시한 통합 이미지 맞춤화 프레임워크입니다. 본 프로젝트는 다양한 영상 생성 작업을 통합하고, 의상 변경(IP), 얼굴 변경(ID), 스타일 전환(Style), 다중 주제 조합 등의 복잡한 기능을 지원하며, 단일 모델을 통해 다중 조건 제어를 실현하는 DiT(Diffusion Transformer) 아키텍처를 기반으로 합니다. 관련 논문 결과는 다음과 같습니다.DreamO: 이미지 사용자 정의를 위한 통합 프레임워크".
이 튜토리얼에서는 단일 카드 A6000에 대한 리소스를 사용합니다.
2. 프로젝트 예시
3. 작업 단계
1. 컨테이너 시작 후 API 주소를 클릭하여 웹 인터페이스로 진입합니다.
"잘못된 게이트웨이"가 표시되면 모델이 초기화 중임을 의미합니다. 모델이 크기 때문에 1~2분 정도 기다리신 후 페이지를 새로고침해 주세요.
2. 웹페이지에 접속 후 모델과 대화를 시작할 수 있습니다.
매개변수 설명:
일:
아이피: 입력 이미지의 배경을 자동으로 제거하고 객체/캐릭터의 주요 내용을 유지합니다. 의류나 물건 등의 장면에 적합합니다.
ID: 얼굴 특징 영역을 정확하게 추출하고 신원 특징 마이그레이션을 지원합니다. 최적화된 얼굴 인식 알고리즘을 기반으로 다양한 각도와 조명 조건의 인물 사진에 적응할 수 있습니다.
스타일: 프롬프트 단어 앞에 "동일한 스타일의 이미지 생성" 명령을 추가해야 합니다. 시스템은 원래의 배경과 시각적 스타일을 그대로 이어받아 구성 요소의 창의적인 확장을 실현합니다.
너비: 생성된 이미지의 너비를 제어하는 데 사용됩니다.
키: 생성된 이미지의 높이를 제어하는 데 사용됩니다.
안내: 생성 모델에서 조건부 입력(예: 텍스트나 이미지)이 생성된 결과에 미치는 영향의 정도를 제어하는 데 사용됩니다. 높은 지침 값을 사용하면 생성된 결과가 입력 조건과 더 일치하게 되지만, 낮은 값을 사용하면 더 많은 무작위성이 유지됩니다.
단계 수： 모델의 반복 횟수 또는 추론 과정의 단계 수를 나타내며, 모델이 결과를 생성하는 데 사용하는 최적화 단계 수를 나타냅니다. 일반적으로 단계 수가 많을수록 더 정교한 결과가 나오지만 계산 시간은 늘어날 수 있습니다.
씨앗: 생성 과정의 무작위성을 제어하는 데 사용되는 난수 시드입니다. 동일한 Seed 값은 동일한 결과를 생성할 수 있습니다(다른 매개변수가 동일하다는 전제 하에). 이는 결과를 재현하는 데 매우 중요합니다.
사용 방법
4. 토론
🖌️ 고품질 프로젝트를 발견하시면, 백그라운드에 메시지를 남겨 추천해주세요! 또한, 튜토리얼 교환 그룹도 만들었습니다. 친구들의 QR코드 스캔과 [SD 튜토리얼] 댓글을 통해 그룹에 가입하여 다양한 기술 이슈에 대해 논의하고 신청 결과를 공유해 주시기 바랍니다.↓
