TrainEngine.ai vs Drag Your GAN

TrainEngine.ai es un entrenador de modelos de generación de imágenes basado en navegador donde enseñas a modelos estilo Stable Diffusion un nuevo sujeto o estilo con una palabra clave, y luego generas imágenes bajo demanda. Subes imágenes de entrenamiento, eliges visibilidad pública o privada, y el sitio maneja el ajuste fino al estilo Dreambooth junto con un generador de imágenes vinculado a cada modelo.

La mayoría de las aplicaciones generales de imágenes se detienen en la generación de prompts. TrainEngine.ai está construido alrededor de poseer un checkpoint personalizado: entrenas en SD 1.5 o SDXL, navegas una galería pública de modelos comunitarios y descargas pesos como archivos .CKPT o LoRA para interfaces locales. Los paquetes de tokens cubren el entrenamiento y las revisiones en lugar de una suscripción mensual fija.

Está dirigido a artistas, creadores de activos para juegos y aficionados que quieren un estilo visual repetible sin ejecutar procesos de entrenamiento localmente. El nivel gratuito Trainer mantiene la generación pública abierta mientras que los tokens pagados desbloquean modelos privados y entrenamientos más intensivos.

Drag Your GAN te permite remodelar una imagen generada arrastrando puntos de control hacia ubicaciones específicas en el lienzo. En lugar de entrenar con datos de pose etiquetados o prerrequisitos 3D, DragGAN mueve píxeles dentro del espacio de imágenes de un GAN preentrenado para que las ediciones se mantengan fotorrealistas incluso cuando se generan regiones ocultas. La página del proyecto aloja el artículo de SIGGRAPH 2023, clips de demostración y enlaces al código abierto.

La mayoría de los editores de GAN dependen de anotaciones fijas de entrenamiento o mallas 3D, lo que limita lo que se puede deformar. DragGAN combina supervisión de movimiento basada en características con seguimiento discriminativo de puntos para que los puntos de control sigan tu cursor mientras permanecen en la superficie del objeto. Esto lo hace útil para ajustar poses de animales, expresiones faciales, ángulos de autos y disposiciones de paisajes sin necesidad de reentrenar el generador.

Investigadores, estudiantes de gráficos y ingenieros de visión por computadora lo usan para prototipar flujos de trabajo interactivos de edición de imágenes. La página del Instituto Max Planck distribuye el PDF del artículo y el repositorio de GitHub bajo una licencia Creative Commons no comercial, con detalles de contacto del autor principal.