NMKD Stable Diffusion GUI vs Drag Your GAN

Libérez votre créativité avec l'interface graphique de diffusion stable NMKD, l'outil ultime pour générer gratuitement des images basées sur l'IA sur votre propre GPU. Découvrez une interface graphique conviviale conçue pour exploiter la puissance de Stable Diffusion, vous permettant de transformer du texte en visuels époustouflants ou de modifier des images avec des invites de texte, directement sur votre plate-forme Windows. Soyez à l'avant-garde de la génération d'images IA avec une plateforme qui évolue à chaque mise à jour.

L'interface graphique de diffusion stable NMKD offre une expérience transparente, y compris des dépendances pré-incluses, éliminant ainsi les tracas liés aux installations complexes. Adaptez votre production créative avec des fonctionnalités spécialisées telles que l'accent mis sur l'attention et les invites négatives. Aventurez-vous dans de nouveaux territoires artistiques en exécutant plusieurs invites simultanément ou en concevant des textures transparentes et mosaïques pour les jeux.

Pour les passionnés et les créateurs à la recherche d’un avantage, cet outil prend en charge les modèles personnalisés de diffusion stable et VAE, ainsi que des options de mise à l’échelle des images et de restauration des visages à la perfection. Plongez en profondeur avec des concepts personnalisés à l’aide de la formation Textual Inversion et LoRA. Assurez-vous que vos créations restent sécurisées grâce à des mesures de sécurité robustes intégrées dans l'outil.

Dans le domaine de la synthèse de contenu visuel pour répondre aux besoins des utilisateurs, il est essentiel d'obtenir un contrôle précis sur la pose, la forme, l'expression et la disposition des objets générés. Les approches traditionnelles de contrôle des réseaux adverses génératifs (GAN) reposaient sur des annotations manuelles lors de la formation ou sur des modèles 3D préalables, manquant souvent de la flexibilité, de la précision et de la polyvalence requises pour diverses applications.

Dans notre recherche, nous explorons une méthode innovante et relativement inexplorée pour le contrôle du GAN : la possibilité de « faire glisser » des points d'image spécifiques pour atteindre avec précision des points cibles définis par l'utilisateur de manière interactive (comme illustré sur la figure 1). Cette approche a conduit au développement de DragGAN, un nouveau framework comprenant deux composants principaux :

Supervision de mouvement basée sur les fonctionnalités : ce composant guide les points de poignée dans l'image vers leurs positions cibles prévues grâce à une supervision de mouvement basée sur les fonctionnalités.

Suivi des points : tirant parti des fonctionnalités discriminantes du GAN, notre nouvelle technique de suivi des points localise en permanence la position des points de poignée.

DragGAN permet aux utilisateurs de déformer les images avec une précision remarquable, permettant ainsi la manipulation de la pose, de la forme, de l'expression et de la disposition dans diverses catégories telles que les animaux, les voitures, les humains, les paysages, etc. Ces manipulations ont lieu au sein de la variété d'images génératives apprises d'un GAN, ce qui donne des résultats réalistes, même dans des scénarios complexes tels que la génération de contenu occlus et la déformation de formes tout en adhérant à la rigidité de l'objet.

Nos évaluations complètes, comprenant des comparaisons qualitatives et quantitatives, mettent en évidence la supériorité de DragGAN sur les méthodes existantes dans les tâches liées à la manipulation d'images et au suivi de points. De plus, nous démontrons ses capacités à manipuler des images du monde réel via l'inversion GAN, démontrant ainsi son potentiel pour diverses applications pratiques dans le domaine de la synthèse et du contrôle de contenu visuel.