Presná definícia
Čo znamená text-na-obraz?
Text-na-obraz je podmienené generovanie, pri ktorom textový opis model usmerňuje k vytvoreniu obrazu. Textový enkodér prevedie prompt na reprezentáciu a obrazový generátor - často latentný difúzny model - ju používa počas vzorkovania. Zhoda slov a obrazu je naučená z párových dát, preto nemusí správne zachytiť počty, vzťahy ani odborné fakty.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Používa sa na ilustrácie, moodboardy a rýchle varianty kompozície. Prompt špecifikuje predmet, vzťahy, prostredie, médium a zakázané prvky; viac semien odhalí rozptyl výsledkov. Pred publikovaním sa overí text v obraze, identita osôb, logá, historické detaily, licencia a označenie syntetického pôvodu.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Ako funguje text-na-obraz?
Textové vnorenie vstupuje do pozornosti generátora a počas jednotlivých krokov zvyšuje pravdepodobnosť obrazových znakov spojených s promptom.
Kedy má text-na-obraz praktický význam?
Používa sa na ilustrácie, moodboardy a rýchle varianty kompozície.
S čím si pojem nezamieňať?
Generovanie obrazu zahŕňa aj nepodmienené alebo obrazom riadené postupy; text-na-obraz presne pomenúva text ako vstupnú podmienku.
Ako sa výsledok kontroluje?
Sleduje sa zhoda objektov a vzťahov s promptom, perceptuálna kvalita, rozmanitosť medzi semenami a bezpečnostné scenáre.
Na čo si dať pozor?
Model môže ignorovať časť zadania, zameniť priestorové väzby alebo vytvoriť stereotypnú či neoprávnene podobnú vizuálnu podobu.