Ponieważ profesjonalna fotografia wiąże się z kosztownymi wydatkami, w tym z wynajmem wykwalifikowanych fotografów, doświadczonych stylistów, rekwizytów, sprzętu i studia, Innowise zaproponowało opracowanie nowatorskiego rozwiązania, które wyeliminuje potrzebę pracy ręcznej.
Nasz zespół projektowy wybrał StableDiffusionXL i GPT-3.5 do generowania wysokiej jakości obrazów na podstawie tekstowych zapytań. Na początku zebraliśmy zdjęcia rodzicielskie jako punkt odniesienia i użyliśmy LoRA (niskorzędowego dostosowania dużych modeli językowych) do generowania realistycznych obrazów. Następnie stworzyliśmy przyjazny dla użytkownika interfejs do interakcji z modelem.
Sztuczna inteligencja wykorzystuje techniki LLM i NLP do zrozumienia monitu tekstowego, uchwycenia jego treści, kontekstu i subtelności. Następnie interpretuje cechy opisane w tekście, takie jak obiekty, kolory, tekstury i relacje przestrzenne, tworząc rzeczywiste obrazy w oparciu o korelacje między opisami tekstowymi i elementami wizualnymi. Jeśli ostateczny wynik nie spełnia przewidywanych oczekiwań, stale udoskonalamy model sztucznej inteligencji w oparciu o informacje zwrotne i wydajność, aby osiągnąć zadowalające wyniki.
Osiągnęliśmy następujące wyniki, gdy nasi specjaliści ML dostroili przepływ pracy generowania obrazu w oparciu o podpowiedzi.
Przykład 1: "Stek z dodatkami, z góry na dół, naturalne światło, na gładkim talerzu, prosty i elegancki, uchwycony jak zdjęcie zrobione aparatem Canon EOS R i obiektywem 50 mm na całkowicie białym tle z miękkim cieniem, rozdzielczość 8k, prawdziwa tekstura i szczegółowe zdjęcie, wysoki kąt".
Przykład 2: "Zbliżenie na makrofotografię przepysznej lasagne z warstwami idealnie ugotowanego makaronu, pikantnej mielonej wołowiny i mieszanki trzech lepkich, roztopionych serów. Dodaj domowy sos pomidorowy, mięsny i kremową mieszankę ricotty, mozzarelli i parmezanu. Przygotuj sos z koncentratu pomidorowego, wody, cukru, liści bazylii, nasion kopru włoskiego, włoskiej przyprawy, soli, pieprzu i świeżej pietruszki. Użyj aparatu Canon EOS 5D Mark IV i obiektywu Canon EF 100mm f/2.8L Macro IS USM, aby uchwycić skomplikowane warstwy i żywe kolory tego włoskiego dania. Oświetl scenę ciepłym, miękkim oświetleniem, aby podkreślić komfortowy charakter potrawy".
