در طول یک سال اخیر استفاده از ابزار های تولید عکس از متن بسیار فراگیر شده است. یکی از این ابزار ها Stable Diffusion است. این ابزار هوش مصنوعی برای افزایش کیفیت تصاویر تولید شده پارامتر های مختلفی دارد که یکی از آن ها Seed است.
در این مقاله به سوال “پارامتر Seed در Stable Diffusion چیست؟” پاسخ می دهیم و با پارامتر sedd آشنا می شویم.
استیبل دیفیوژن (Stable Diffusion) چیست؟
Stable Diffusion یک مدل متن به تصویر هوش مصنوعی است که به دلیل پایداری و توانایی تطبیق پذیری اش شهرت دارد. این مدل می تواند تصاویر گرافیکی با کیفیت را از توصیف های متنی(پرامپت) تولید کند. Stable Diffusion منبع باز است و هم به صورت محلی(قابل نصب در کامپیوتر شخصی) و هم از طریق سرویس های آنلاین قابل دسترسی است. Stable Diffusion به دلیل امکانات جزئی تر و انتخاب سبک های هنری گسترده تر، شهرت دارد. اگرچه استفاده از Stable Diffusion رایگان است، اما سرویس های آنلاین می توانند هزینه های متفاوتی برای استفاده از Stable Diffusion و امکانات بیشتر دریافت کنند.
پارامتر sedd چیست؟
در استیبل دیفیوژن از یک عدد به نام سید استفاده میشود که نقش مهمی در تنوعبخشی به نتایج دارد. سید در واقع تنها یک عدد تصادفی است که ورودی الگوریتم قرار میگیرد. این عدد باعث میشود نتایج نهایی با تغییر سید، متفاوت باشند.مثلا اگر دو بار متون، تصاویر یا اطلاعاتی تولید کنیم و هر بار سید دیگری را وارد کنیم، نتیجه با هم تفاوت پیدا میکند. بنابراین سید تنها وظیفه تنوعبخشی به خروجی الگوریتم را بر عهده دارد و هیچ اطلاعات محتوایی دیگری دربرندارد. تغییر سید باعث میشود نتایج متفاوتتری تولید شوند.
پشت پرده تولید تصاویر در Stable Diffusion یک فرآیندی است که شامل دو مرحله می شود. ابتدا الگوی تصادفی از «نویز» (Seed) تولید می شود که شبیه به ترکیبی از خطوط و نقاط تصادفی و غیرقابلپیشبینی است که الگویی تصادفی دارد. بعد بر اساس آن نویز تصادفی و متن(پرامپت) وارد شده، تصویر مورد نظر ساخته می شود.
وقتی شما یک Seed خاص رو وارد میکنید، Stable Diffusion همیشه همان الگوی نویز را تولید می کند. Seed ها الگوهای خاصی از رنگ و نورپردازی هستند. پس می توان Seed مناسب برای تولید عکس های مد نظر خود پیدا کرد و عکس مورد نظر خود را با همان الگوی نویز اولیه ساخت و تنها توضیحات عکس مثل رنگ مو و …. رو تغییر داد. شما می توانید از Seed تصاویر دیگران هم استفاده کنید تا آن تصاویر را با همان الگوی نویز و با توصیفات دلخواه خود بسازید.
انتهای مطلب/