Eftersom professionell fotografering medför kostsamma utgifter, inklusive skickliga fotografer, erfarna stylister, rekvisita, utrustning och studioinställningar, föreslog Innowise att man skulle utveckla en ny lösning för att eliminera behovet av manuellt arbete.
Vårt projektteam valde StabiliffusionXLoch GPT-3.5 för att generera högkvalitativa bilder från textmeddelanden. Inledningsvis samlade vi in föräldrabilder som referens och använde LoRA (low-rank adaptation of large language models) för att generera realistiska bilder. Därefter skapade vi ett användarvänligt text-till-bild-gränssnitt för att interagera med modellen.
AI använder LLM- och NLP-tekniker för att förstå textmeddelandet och förstå dess innehåll, sammanhang och nyanser. Sedan tolkar den de funktioner som beskrivs i texten, t.ex. objekt, färger, texturer och rumsliga relationer, för att skapa verklighetstrogna bilder baserat på korrelationer mellan textbeskrivningar och visuella element. Om slutresultatet inte motsvarar förväntningarna finslipar vi AI-modellen kontinuerligt baserat på feedback och resultat för att uppnå tillfredsställande resultat.
Vi uppnådde följande resultat när våra ML-specialister finjusterade arbetsflödet för bildgenerering baserat på uppmaningarna.
Exempel 1: "Biff med tillbehör, uppifrån och ned, naturligt ljus, på en slät tallrik, enkelt och elegant, fångat som ett foto taget med Canon EOS R och 50 mm objektiv mot en helt vit bakgrund med mjuka skuggor, 8k upplösning, äkta textur och detaljrikt foto, hög vinkel."
Exempel 2: "Makrofotografi med närbild av en läcker lasagne, med lager av perfekt kokta nudlar, smakrik köttfärs och en blandning av tre kladdiga, smälta ostar. Tillsätt en hemlagad tomat- och köttfärssås och en krämig blandning av ricotta, mozzarella och parmesan. Gör såsen med tomatpuré, vatten, socker, basilikablad, fänkålsfrön, italiensk kryddblandning, salt, peppar och färsk persilja. Använd en Canon EOS 5D Mark IV och ett Canon EF 100mm f/ 2. 8L Macro IS USM-objektiv för att fånga den här italienska rättens intrikata lager och livfulla färger. Belys scenen med varm, mjuk belysning för att framhäva rättens behagliga karaktär."
