Gli strumenti per la creazione di immagini con l'intelligenza artificiale, a partire da una descrizione, si dovranno necessariamente specializzare. Verranno per esempio creati tool che lasciano l'immagine invariata sostituendo solo il volto con quello di un'altra foto caricata dall'utente. In questo post illustrerò uno di questi tool più specialistici nati con l'intelligenza artificiale. Si tratta anche di uno strumento open source e quindi gratuito accessibile dal browser.
Con questo strumento si caricherà una o più immagini con il volto di una persona in primo piano, che prenda gran parte dell'area della foto, si sceglierà uno stile dell'immagine e si digiterà un prompt di testo per creare il contesto in cui inserire questa persona che avrà il volto della foto che è stata caricata. È più semplice a farlo che a dirlo.
PhotoMaker è un progetto caricato su GitHub di cui si possono leggere le caratteristiche e anche dei video di demo sul suo funzionamento. Cliccando sul link Demo si aprirà un'altra pagina web su Hugging Face, la piattaforma su cui la community di machine learning collabora su modelli e applicazioni. Tra l'altro anche i modelli di OpenVINO, di cui ho parlato in post recenti, sono caricati su Hugging Face. Si apre quindi PhotoMaker su Hugging Face per visualizzarne la semplice interfaccia. La Demo Ufficiale di PhotoMaker utilizza Gradio che è il metodo più veloce per dare una dimostrazione di un modello di machine learning con un'interfaccia intuitiva.
L'app Gradio l'abbiamo già incrociata en passant nell'articolo di ieri dove ho trattato lo strumento Fooocus AI. Ho pubblicato sul Canale Youtube un video tutorial su come usare PhotoMaker per personalizzare foto da prompt.
Si seleziona una foto o la si trascina nell'area apposita come input della generazione di immagini. Per avere un risultato migliore sarebbe meglio caricare più di una foto. Le immagini caricate devono avere il volto ben visibile che deve occupare la maggior parte dell'area dell'immagine. Più in basso si sceglie uno degli stili o anche nessuno di essi.
Gli stili disponibili sono: No Style, Cinematic. Disney Charactor, Digital Art, Fantasy Art, Neonpunk, Enhance, Comic Book, Lowpoly, Line Art e infine Photographic che viene selezionato di Default.
Per la digitazione del prompt bisogna utilizzare una particolare sintassi con la trigger word img. Se vogliamo creare un'immagine di un uomo / donna / ragazza si inizia come A photo of a man / woman / girl img... .
Nello screenshot precedente ho caricato solo una foto, ma potevano essere di più, con il vincolo che debbono raffigurare la stessa persona, ho lasciato lo stile Photographic e ho digitato il seguente prompt:
A photo of a girl img running on the beach in a purple fitness dress with the sea with jumping fish
Andando su Advanced Options si può aggiungere il Negative Prompt cioè quello che non vogliamo vedere nelle foto generate. Di default ne vengono mostrate 2 ma si può cambiare questo numero fino a un massimo di 4.
Sono quindi andato su Submit per attendere che l'intelligenza artificiale svolgesse per intero il suo compito.
Ho scelto il 30% come forza dello stile e 60 come numero di passaggi al posto dei 50 di default. Dopo essere andati su Submit verrà interrogato il sistema per la disponibilità della GPU per procedere con la creazione delle immagini.
Il sistema mi ha dato errore e ho dovuto riportare i parametri al livello di default per ottenere due immagini.
Si clicca sopra a una singola immagine per visualizzarla più in grande mentre per scaricarla ci si clicca sopra con il destro del mouse. Le immagini saranno salvate in formato PNG con risoluzione quadrata da 1024x1024 pixel.
Nessun commento :
Posta un commento
Non inserire link cliccabili altrimenti il commento verrà eliminato. Metti la spunta a Inviami notifiche per essere avvertito via email di nuovi commenti.
Info sulla Privacy