अवलोकन
SDXL Multi Controlnet LoRA एक text-to-image मॉडल है जो उत्पादकों के लिए बनाया गया है जिन्हें उत्पन्न छवियों की संरचना और शैली पर सीधा, दोहराने योग्य नियंत्रण की आवश्यकता है, Picasso IA पर उपलब्ध है। एक एकल पाठ प्रॉम्प्ट त्वरित विचारों के लिए अच्छी तरह से काम करता है, लेकिन यह शायद ही कभी सटीक मुद्रा, स्थानीय लेआउट, या दृश्य स्थिरता प्रदान करता है जो एक पेशेवर परियोजना की मांग करता है। यह मॉडल एक साथ तीन तक ControlNet संदर्भ छवियों को स्वीकार करता है, किनारे पहचान, गहराई मानचित्र और शरीर मुद्रा जैसी परिस्थितियों को स्तरित करता है आउटपुट को एक विशिष्ट दृश्य लक्ष्य की ओर निर्देशित करने के लिए। इसे LoRA वजन समर्थन और इनपेंटिंग के साथ जोड़ी, और आपके पास एक एकल उपकरण है जो अलग-अलग ऐप्स के बीच स्विच किए बिना जटिल, बहु-चरण छवि परियोजनाओं को संभालता है।
यह कैसे काम करता है
- अपने पाठ प्रॉम्प्ट लिखें और, वैकल्पिक रूप से, आउटपुट से अवांछित तत्वों को फ़िल्टर करने के लिए एक नकारात्मक प्रॉम्प्ट।
- तीन तक ControlNet प्रकार चुनें, जैसे कि किनारे पहचान, गहराई, या OpenPose, और आप जो सक्रिय करना चाहते हैं उनमें से प्रत्येक के लिए एक संदर्भ छवि अपलोड करें।
- एक आधार छवि अपलोड करें और img2img या इनपेंटिंग मोड में स्विच करें यदि आप खरोंच से उत्पन्न करने के बजाय एक मौजूदा फ़ोटो को संपादित करना चाहते हैं।
- एक LoRA वजन URL को वजन फ़ील्ड में पेस्ट करें और एक विशिष्ट प्रशिक्षित शैली में मिश्रण करने के लिए LoRA पैमाने को सेट करें।
- उत्पन्न करें पर क्लिक करें और आउटपुट पैनल से परिणाम डाउनलोड करें; बीज, कंडीशनिंग शक्ति, या प्रॉम्प्ट बदलें और परिष्कृत करने के लिए फिर से चलाएं।
अक्सर पूछे जाने वाले प्रश्न
क्या इसका उपयोग करने के लिए मुझे प्रोग्रामिंग कौशल या तकनीकी ज्ञान की आवश्यकता है?
नहीं, बस Picasso IA पर SDXL Multi Controlnet LoRA खोलें, अपनी चाहने वाली सेटिंग को समायोजित करें, और उत्पन्न करें पर हिट करें।
क्या यह परीक्षण करने के लिए मुफ्त है?
हां, आप बिना किसी अग्रिम लागत के पीढ़ी चला सकते हैं। उपलब्ध मुफ्त रन की संख्या आपकी खाता योजना पर निर्भर करती है।
परिणाम प्राप्त करने में कितना समय लगता है?
30 अनुमान चरणों पर एक मानक 768x768 पीढ़ी आमतौर पर 20 से 40 सेकंड में समाप्त होती है। रिफाइनर को सक्षम करने या चरण गणना को बढ़ाने से समय आनुपातिक रूप से जुड़ता है।
कौन से आउटपुट प्रारूप समर्थित हैं?
मॉडल छवि फ़ाइलें लौटाता है जिसे आप सीधे परिणाम पैनल से डाउनलोड कर सकते हैं। आप आउटपुट सेटिंग की संख्या को समायोजित करके प्रति रन चार तक छवियां उत्पन्न कर सकते हैं।
क्या मैं आउटपुट गुणवत्ता या शैली को कस्टमाइज़ कर सकता हूं?
हां। आप अनुमान चरण, classifier-free मार्गदर्शन पैमाना, अनुसूचक प्रकार, LoRA पैमाना, और प्रत्येक ControlNet की कंडीशनिंग शक्ति को समायोजित कर सकते हैं। प्रत्येक पैरामीटर एक मापने योग्य तरीके से परिणाम को बदलता है।
मैं मॉडल को कितनी बार चला सकता हूं?
मॉडल में ही कोई हार्ड कैप नहीं है। आप कितनी पीढ़ी चला सकते हैं यह आपकी वर्तमान खाता योजना पर निर्भर करता है।
अगर मुझे परिणाम पसंद नहीं है तो क्या होता है?
बीज को बदलें, ControlNet कंडीशनिंग पैमाने को कम या बढ़ाएं, या प्रॉम्प्ट शक्ति स्लाइडर को समायोजित करें। छोटे पैरामीटर परिवर्तन अक्सर खरोंच से प्रॉम्प्ट को पुनः बनाए बिना ध्यान से अलग आउटपुट का उत्पादन करते हैं।
