अवलोकन
Flux Kontext Dev LoRA एक छवि संपादन मॉडल है जो कस्टम LoRA fine-tune वज़न लागू करके एक पाठ prompt और एक संदर्भ फ़ोटो से छवियों को जनरेट या संशोधित करता है। हर बार शून्य से बनाने के बजाय, आप एक मौजूदा छवि से शुरू करते हैं और बताते हैं कि आप क्या बदलना, जोड़ना, या पुनर्व्याख्यायित करना चाहते हैं। Picasso IA पर, इसका अर्थ है बिना कोड की एक भी पंक्ति लिखे, मॉडल के विरुद्ध अपने स्वयं के शैली वज़न चलाना। इसे एक ऐसे AI संपादक की तरह सोचें जो आपकी पहली पंक्ति टाइप करने से पहले ही आपकी दृश्य सौंदर्य-शैली जानता है।
यह कैसे काम करता है
- JPEG, PNG, GIF, या WebP प्रारूप में एक संदर्भ छवि अपलोड करें और उस संपादन या दृश्य का वर्णन करने वाला prompt लिखें जिसे आप चाहते हैं।
- अपनी LoRA weights फ़ाइल का path पेस्ट करें, फिर fine-tune आउटपुट को कितनी मात्रा में आकार देगा, इसे नियंत्रित करने के लिए strength slider का उपयोग करें।
- 1:1, 16:9, portrait orientations, और आपके source image से बिल्कुल मेल खाने वाली सेटिंग सहित उपलब्ध विकल्पों में से अपने प्रोजेक्ट के लिए उपयुक्त aspect ratio चुनें।
- आउटपुट resolution (1 megapixel या 0.25 megapixel) सेट करें, guidance scale समायोजित करें, और detail बनाम generation speed को संतुलित करने के लिए inference steps की संख्या चुनें।
- अपने चुने हुए quality स्तर पर WebP, JPG, या PNG में अपना परिणाम generate, preview, और download करें।
अक्सर पूछे जाने वाले प्रश्न
क्या इसको उपयोग करने के लिए मुझे programming skills या technical knowledge की आवश्यकता है?
नहीं, बस Picasso IA पर Flux Kontext Dev LoRA खोलें, अपनी इच्छित settings समायोजित करें, और generate पर क्लिक करें।
क्या इसे आज़माना मुफ्त है?
Picasso IA अपनी model library के हिस्से के रूप में Flux Kontext Dev LoRA तक पहुंच प्रदान करता है। free-tier credits और किसी भी लागू उपयोग सीमाओं के लिए वर्तमान plan पृष्ठ देखें।
LoRA weights क्या हैं और मुझे वे कहाँ मिलते हैं?
LoRA weights कॉम्पैक्ट fine-tune फ़ाइलें हैं जो मॉडल को एक विशिष्ट शैली, चरित्र, या दृश्य अवधारणा सिखाती हैं। आप मानक fine-tuning workflows का उपयोग करके अपने स्वयं के weights प्रशिक्षित कर सकते हैं, या पहले से तैयार किए गए weights का उपयोग कर सकते हैं। generate करने से पहले lora_weights field में फ़ाइल path या hosted URL दर्ज करें।
एक generation में कितना समय लगता है?
अधिकांश runs 1-megapixel resolution पर default 30 inference steps के साथ 30 सेकंड से कम में पूरे हो जाते हैं। 0.25 megapixels पर जाना या step count कम करना, जब आप तेज़ी से iterating कर रहे हों, तो उस समय को काफ़ी कम कर देता है।
क्या मैं नियंत्रित कर सकता हूँ कि मेरा LoRA आउटपुट को कितना प्रभावित करे?
हाँ। lora_strength value 0 (कोई fine-tune प्रभाव नहीं) से 1 (पूर्ण प्रभाव) तक होती है। 0.7 से 0.85 के आसपास के मान सीखी गई शैली को दृश्यमान रखते हुए भी आपके पाठ prompt पर स्पष्ट रूप से प्रतिक्रिया देते हैं।
कौन-कौन से आउटपुट प्रारूप समर्थित हैं?
परिणामों को WebP, JPG, या PNG के रूप में सहेजा जा सकता है। WebP और JPG दोनों 0 से 100 तक की quality setting का समर्थन करते हैं, इसलिए आप फ़ाइल आकार और sharpness के बीच संतुलन बना सकते हैं। PNG lossless है और quality slider को पूरी तरह अनदेखा करता है।
यदि परिणाम वैसा नहीं है जैसा मैंने सोचा था तो क्या होगा?
guidance scale समायोजित करें, inference steps की संख्या बदलें, या lora_strength को ऊपर या नीचे करें। एक fixed seed composition को स्थिर कर देता है, इसलिए आप तब तक अपने prompt को फिर से लिख सकते हैं जब तक आउटपुट आपकी कल्पना से मेल न खाए।
