Counterfeit-V3 on CivitAI vs Drag Your GAN

O Counterfeit-V3.0 é um checkpoint do Stable Diffusion 1.x no Civitai ajustado para imagens de estilo anime de alta qualidade. Baixe o Counterfeit-V3.0_fp16.safetensors ou a versão fp32 diretamente da página do modelo e carregue-o em qualquer interface compatível com SD 1.x.

Os checkpoints de anime no Civitai competem em consistência de personagens, qualidade de linhas e flexibilidade de prompt. O Counterfeit-V3.0 é uma evolução das versões anteriores Counterfeit V2.0 e V2.5, com links para o Hugging Face e um conjunto de dados companion EasyNegative do mesmo criador.

Artistas de IA, ilustradores de anime e entusiastas do Stable Diffusion escolhem o Counterfeit-V3.0 quando desejam um modelo base de anime testado pela comunidade, com arquivos de pesos publicados e exemplos de galeria no Civitai, em vez de treinarem do zero.

Drag Your GAN permite remodelar uma imagem gerada arrastando pontos de controle para locais específicos na tela. Em vez de treinar com dados de pose rotulados ou prévias 3D, o DragGAN move pixels dentro do espaço de imagens de um GAN pré-treinado para que as edições permaneçam fotorrealistas mesmo quando regiões ocultas são imaginadas. A página do projeto hospeda o artigo do SIGGRAPH 2023, clipes de demonstração e links para o código aberto.

A maioria dos editores de GAN depende de anotações fixas de treinamento ou malhas 3D, o que limita o que pode ser deformado. O DragGAN combina supervisão de movimento baseada em características com rastreamento discriminativo de pontos para que os pontos de controle sigam o cursor enquanto permanecem na superfície do objeto. Isso o torna útil para ajustar poses de animais, expressões faciais, ângulos de carros e layouts de paisagens sem precisar retreinar o gerador.

Pesquisadores, estudantes de computação gráfica e engenheiros de visão computacional o utilizam para prototipar fluxos de trabalho interativos de edição de imagens. A página do Instituto Max Planck distribui o PDF do artigo e o repositório GitHub sob uma licença Creative Commons não comercial, com detalhes de contato do autor principal.