ICBINP | Civitai vs Drag Your GAN

ICBINP est une fusion de points de contrôle Stable Diffusion 1.5 conçue pour pousser la génération d'images photoréalistes aussi loin que le permet une configuration locale SD 1.5. La page modèle Civitai héberge plusieurs versions, avec Mid 2024 comme dernière grande version mise à jour en février 2025. Chaque variante est fournie sous forme de fichier SafeTensor fp16 élagué avec le VAE SD-v2 840k intégré, ce qui permet de le charger dans Automatic1111, ComfyUI ou toute interface SD 1.5 standard sans changer de VAE.

Alors que la plupart des points de contrôle photoréalistes poursuivent une esthétique unique, ICBINP a évolué par des fusions successives. Il a commencé à partir de la base RCNZ Gorilla With A Brick, puis a intégré dix autres modèles photoréalistes à poids variables ainsi qu'un réglage du décalage de bruit. La version Mid 2024 ajoute un LoRA entraîné sur des photos stock Pexels fusionné avec ICBINP Final, ce qui améliore le réalisme de la peau et de l'éclairage tout en conservant les particularités typiques de SD 1.5 comme le biais du menton fendu.

L'auteur recommande DPM++ 3M SDE Karras ou DPM++ 2M Karras à 20-30 étapes avec un CFG entre 2,5 et 5. Le point idéal de résolution est 640x960 avec un passage de correction hires, bien que 768x1152 fonctionne si vous cherchez des seeds pour éviter les têtes en double. Au-delà des portraits, le point de contrôle gère les personnages CGI et les paysages lorsqu'ils sont correctement sollicités.

Les téléchargements sont gratuits sur Civitai sous licence CreativeML Open RAIL-M. Le fichier Mid 2024 (ICBINP_midYear.safetensors) pèse 2,21 Go et nécessite environ 3,4 Go de VRAM recommandée. Avec plus de 163 500 téléchargements et 285 avis Très Positifs, il reste l'une des fusions photoréalistes SD 1.5 les plus téléchargées sur la plateforme.

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.