Slipp et bilde du vil utvide, velg det forventede forholdet og trykk på Generer.

for å hoppe over køen og nyte raskere slutninger om GPUen du velger

Hva er outpainting?

Outpainting er en teknikk som utvider et bilde utover dets opprinnelige grenser, slik at du kan legge til, erstatte eller endre visuelle elementer i et bilde mens du beholder det originale bildet. Det ligner på inpainting, men fokuserer på å utvide bildet utover.

Metoder for utmaling

Det er flere tilnærminger til utmaling:

  1. Ved hjelp av en malingsmodell
  2. Bruker ControlNet
  3. Bruker differensialspredning

Hva er brukstilfeller av Diffusers Image Outpaint?

Basert på søkeresultatene som er oppgitt, er her noen viktige bruksområder for utmaling av bilder:

Utvide eksisterende bilder

  1. Legge til nye elementer i et bilde:
    • Brukere kan laste opp et bilde og be DALL·E om å fortsette det utenfor dets opprinnelige grenser 
    • Dette gjør det mulig å lage bilder i større skala i alle størrelsesforhold 
  1. Utvide visuelle narrativer:
    • Kunstnere kan bygge på eksisterende bilder for å fortelle lengre historier eller lage mer komplekse komposisjoner 
    • Denne teknikken gjør det mulig å lage lagdelt, sammenkoblet visuelt innhold.

Forbedring av kunstverk

  1. Fylle ut manglende deler av kjente kunstverk:
    • DALL·E kan brukes til å gjenskape manglende deler av historiske malerier, for eksempel de av Picasso 
    • Denne teknikken kan brukes på ulike kunstneriske stiler og perioder.
  1. Endre spesifikke elementer:
    • Brukere kan fokusere på bestemte aspekter ved et bilde, som å endre frisyrer eller bakgrunn 
    • Dette gir mulighet for subtile endringer i eksisterende bilder uten å drastisk endre deres generelle utseende.

Opprette surrealistiske landskap

  1. Generer fantasifulle miljøer:
    • Ved å starte med et enkelt element (som et øye), kan brukere gradvis bygge opp forseggjorte surrealistiske landskap 
    • Denne teknikken kombinerer menneskelig fantasi med AI-generert innhold.
  1. Utforske drømmelignende scenarier:
    • Prosessen med å iterativt bygge på et bilde kan føre til interessante og ofte bisarre visuelle kreasjoner 

Historiefortelling og verdensbygging

  1. Utvikle fiktive verdener:
    • Brukere kan starte med et lite element og gradvis utvide det til en større scene eller miljø 
    • Denne teknikken gjør det mulig å lage rike, detaljerte fiktive innstillinger.
  1. Visualisere karakterer og familier:
    • Ved å starte med et lite element (som et øye), kan brukere generere hele ansikter, mennesker eller til og med familier 
    • Denne tilnærmingen muliggjør rask utvikling av karakterdesign og historieelementer.

Kunstnerisk utforskning

  1. Eksperimentering med AI-generert innhold:
    • Outpainting gir en unik måte å utforske mulighetene til AI-bildegenereringsverktøy 
    • Kunstnere kan flytte grensene for hva som er mulig innenfor disse modellene.
  1. Å kombinere menneskelig kreativitet med AI:
    • Brukere kan starte med et konsept eller en skisse og la AI utvide det, og skape interessante hybrider av menneskelig og maskinkreativitet 

Ofte stilte spørsmål

A: Outpainting er en teknikk som utvider et bilde utover dets opprinnelige grenser, slik at du kan legge til, erstatte eller endre visuelle elementer i et bilde mens du beholder det originale bildet 

A: Det er tre hovedmetoder nevnt:

  1. Ved hjelp av en malingsmodell
  2. Bruker ControlNet
  3. Bruker differensialspredning

A: Før du overmaler, må du:

  1. Fjern bakgrunnen med et verktøy som BRIA-RMBG-1.4
  2. Endre størrelsen på bildet til 1024×1024 piksler
  3. Bytt ut den gjennomsiktige bakgrunnen med en hvit bakgrunn
  4. Bruk ZoeDepth-estimatoren for å gi ytterligere veiledning under generering

A: Den anbefalte arbeidsflyten omfatter:

  1. Laster nødvendige biblioteker og modeller
  2. Forbereder inndatabildet
  3. Generering av et første utmalt bilde ved å bruke enten inpainting- eller ControlNet-metoden
  4. Avgrense det utmalte bildet ved å bruke en modell av høyere kvalitet (f.eks. RealVisXL)
  5. Påføring av en maske for å skape en jevnere overgang mellom de originale og utmalte områdene
  6. Genererer det endelige overmalte bildet med forbedret kvalitet

A: Noen nevnte modeller inkluderer:

  • StableDiffusionXLDifferentialImg2ImgPipeline
  • StableDiffusion XL basismodell
  • RealVisXL-modell

A: Ja, en annen metode som er nevnt er BrushNet, som rapporteres å fungere godt i utmaling 

A: Noen brukere rapporterer problemer med:

  • Vedlikeholde strukturen til gjenstander, spesielt menneskekropper og ansikter
  • Håndtering av store utmalingsarealer
  • Koble det utmalte området jevnt sammen med originalbildet
  • Oppnå jevn kvalitet over hele bildet

A: For å få bedre resultater, vurder:

  1. Bruker høykvalitetsmodeller som RealVisXL
  2. Implementering av riktige maskeringsteknikker for jevne overganger
  3. Eksperimenterer med ulike meldinger og negative meldinger
  4. Vurderer å bruke ControlNet for mer presis kontroll over de utmalte områdene
  5. Optimaliserer GPU-bruk og administrer minne effektivt under prosessen