Counterfeit-V3 on CivitAI vs Drag Your GAN

Counterfeit-V3.0 est un checkpoint Stable Diffusion 1.x sur Civitai optimisé pour la génération d'images de style anime de haute qualité. Téléchargez Counterfeit-V3.0_fp16.safetensors ou la version fp32 directement depuis la fiche du modèle et chargez-le dans toute interface compatible SD 1.x.

Les checkpoints anime sur Civitai rivalisent en termes de cohérence des personnages, de qualité des traits et de flexibilité des prompts. Counterfeit-V3.0 s'appuie sur les versions antérieures Counterfeit V2.0 et V2.5 avec des liens Hugging Face et un jeu de données compagnon EasyNegative du même créateur.

Les artistes IA, les illustrateurs d'anime et les passionnés de Stable Diffusion choisissent Counterfeit-V3.0 lorsqu'ils recherchent un modèle de base anime testé par la communauté, avec des fichiers de poids publiés et des exemples de galeries Civitai plutôt que de partir de zéro.

Drag Your GAN vous permet de remodeler une image générée en déplaçant des points de contrôle vers des emplacements ciblés sur la toile. Plutôt que de s'entraîner sur des données de pose étiquetées ou des priorités 3D, DragGAN déplace les pixels à l'intérieur du domaine d'image d'un GAN préentraîné afin que les modifications restent photoréalistes même lorsque des régions occultées sont imaginées. La page du projet héberge l'article SIGGRAPH 2023, des clips de démonstration et des liens vers le code source ouvert.

La plupart des éditeurs GAN s'appuient sur des annotations d'entraînement fixes ou des maillages 3D, ce qui limite ce que vous pouvez déformer. DragGAN associe une supervision du mouvement basée sur les caractéristiques à un suivi discriminatif des points pour que les points de contrôle suivent votre curseur tout en restant à la surface de l'objet. Cela le rend utile pour ajuster les poses d'animaux, les expressions faciales, les angles de voiture et les agencements de paysage sans réentraîner le générateur.

Des chercheurs, étudiants en infographie et ingénieurs en vision par ordinateur l'utilisent pour prototyper des flux de travail d'édition d'image interactifs. La page de l'Institut Max Planck distribue le PDF de l'article et le dépôt GitHub sous une licence Creative Commons non commerciale, avec les coordonnées de l'auteur principal.