A FLUX.3 Image Klein képelrendezési vezérlést hoz a Diffusersbe
A Hugging Face október 15-én bemutatott integrációja képgenerálást, referenciaképek szerkesztését és a képelemek helyének promptba írt téglalapokkal történő megadását támogatja.
Ebben a cikkben
Generálás és szerkesztés egy munkamenetben
A Diffusers bemutatója megmutatja, hogyan készíthet a prompt új képet, vagy hogyan szerkeszthet egy megadott referenciát. Több referencia esetén a prompt a megadásuk sorrendje alapján azonosítja őket. A desztillált, generálásra optimalizált modellváltozat képkészítéshez és szerkesztéshez való; a modell további tanításához az alapváltozat használható.
Generálás előtt részletezd a kérést
A Black Forest Labs modellútmutatója promptrészletezőt ír elő: ez egy nyelvi modell, amely teljes jelenetleírássá bővíti a kérést. Szerkesztésnél a leírás a referenciát és a kívánt változtatást is tartalmazza. Ehhez a szolgáltató saját promptrészletezője vagy más nyelvi modell is használható; a Diffusers nem végzi el automatikusan ezt a bővítést.
A téglalap helyet jelöl, nem képpontokat zárol
Az elrendezési útmutatóban a jelenetleírás megnevezi az egyes elemeket, majd egy strukturált táblázat megadja a leírásukat és a befoglaló téglalapjukat. A koordináták nullától ezerig terjednek, felső, bal, alsó, jobb sorrendben; egy elem mozgatásához a kiinduló és a célterületet is meg kell adni. Ezek a téglalapok a helyet és a méretet irányítják, nem vágják le a tartalmat egy pontos határvonalnál.
Kis próbának azt javasoljuk, kérj bal oldalra egy tárgyat, jobb oldalra szöveget: ellenőrizd az eredményben a helyüket és azt, túlnyúlnak-e az elemek a megadott területen.
A modellkártya figyelmeztet: a szerkesztés a kért területen kívül is módosíthatja a tartalmat, a generált felirat pedig pontatlan lehet.
Források(3)
- Diffusers integrationEllenőrizve:
- Model guidanceEllenőrizve:
- Layout instructionsEllenőrizve:

