Mai Gyaran Hoto na AI Marar Tantancewa
Canja, sake salo, sake haskakawa, sake tufatarwa ko gyara hoto guda ɗaya da ke akwai ta rubuta jimla guda. Babu abin rufewa, babu matatu, babu ƙi — da dabara guda da ta fi duk sauran haɗe da juna muhimmanci.
A Taƙaice
Shannon yana gyara hoto guda ɗaya kacal da ke akwai daga umarnin harshe mai sauƙi — babu goga, babu abin rufewa, babu zaɓe. Dole ne wannan umarnin ya faɗi abin da zai canja DA abin da zai tsaya, saboda samfurin yana sake zana dukkan firam ɗin: duk abin da ba ka ambata a matsayin abin da ba zai canja ba yana da 'yancin karkacewa. Ambaton sassan da ba za su canja ba — "ka riƙe fuska, tsayuwa da tufafi kamar yadda suke" — shi ne mafi girman ƙarfin inganci da kake da shi. Hanyar gyara tana karɓar umarni mara kyau (rubutu-zuwa-hoto ba ya karɓa); ka sanya ɓatattun abubuwa a can maimakon rubuta "babu X" a cikin umarnin. Fitarwa tana gadon rabon gefe na hoton tushe ta atomatik. Babu ƙirƙirar bidiyo kuma babu hanyar motsa hoto. Gyara yana gudana a kan gungun GPU namu cikin manhajar hira, ba tare da matatar abun ciki ba kuma ba tare da shimfidar ƙi ba.
Yawancin mutanen da suke neman mai gyaran hoto na AI marar tantancewa suna da hoto guda da matsala guda: bayan hoton bai dace ba, haske ya yi lebur, jaket ɗin launinsa bai dace ba, wani baƙo yana tsaye a cikin firam, ko takardar da aka duba tana da nadi a kanta — ko kuma gyaran ya halatta gaba ɗaya amma kayan aikinsu na yanzu ya ƙi taɓa shi. Wannan labarin game da yin hakan da kyau ne: ba wanne edita ne yake da sliders mafi yawa ba, sai dai ɗabi'a guda da ta bambanta gyaran da ya yi daidai da gyaran da yake sake gina fuskar wanda kake ɗauka a shiru sa'ilin da ba ka duba ba.
01Menene gyara bisa umarni da gaske
Gyaran AI na gargajiya yana neman ka yi sashen mai wuya da kanka: ka buɗe allo, ka shafa abin rufewa a kan yankin da kake son a canja, ka rubuta jimla mai bayyana abin da ya kamata ya kasance a ciki. Madaidaici, mai jinkiri, kuma mara amfani da zarar canjinka ba shi da iyaka bayyananna — sauyin haske, musanya tufafi da ke canja siffar jiki, ko daidaita launi na gaba ɗaya.
Shannon yana aiki ta wata hanya daban. Ba ka zaɓar komai. Kana rubuta jimla game da hoton, da kowane yare, sannan a fahimci yankin daga kalmominka. Wannan ya sa ya zama madadin inpainting marar tantancewa mai amfani ga duk wanda yake son sakamakon maimakon aikin zaɓe — tare da sakamako guda na injina da dole ne ka fahimta tukuna:
Gyara sake zanawa ce ta dukkan firam ɗin, bisa hoton tushenka — ba faci da aka manna a wani ɓangarensa ba. Samfurin Hoto yana karanta na asalinka, yana karanta umarninka, sannan ya samar da sabon hoto wanda ya kamata ya zama na asali tare da canjin. Babu abin da aka daskarar da injina. Kowane pixel yana ƙarƙashin sabuwar tattaunawa a kowane gyara.
Shi ya sa "titin Tokyo mai ruwan sama" — wanda ba shi da laifi a cikin kayan aiki mai abin rufewa — yake dawowa da mutum ɗan daban tsaye a ciki. A cikin kayan aiki mai abin rufewa, abin rufewa ya ce ba a taɓa mutumin; a nan jimlarka ce dole ta faɗi hakan. Amfanin kuwa: gyara ta umarni tana yin abin da abin rufewa ba zai iya ba — motsa rana ka sa inuwa su yarda, canja tufa sai zaren ya nannaɗe a kan tsayuwar da ake da ita, sake salon hoto zuwa tawada da launi lebur alhali an riƙe tsarin. Waɗannan gyare-gyaren ba su da iyakar da za a shafa; alaƙa ce a duk faɗin firam.
02Daurewa: mafi girman ƙarfin inganci guda
Daurewa na nufin rubuta kowane umarnin gyara a matsayin sassa biyu: sashen canji (abin da ya kamata ya bambanta, a bayyane kuma a zahiri) da sashen riƙewa (sassan da dole su tsira ba tare da an taɓa su ba, an ambace su a matsayin sunaye takamaimai). Duk biyun suna ɗauke da nauyi — sashen canji shi kaɗai buri ne kawai. Idan za ka ɗauki abu guda daga wannan shafin: sakamakonka yana ƙarƙashin yadda ka bayyana abin da zai tsaya a fili, ba yadda ka kwatanta abin da zai canja da kyau ba.
Hanyoyi uku da umarnin da ba a daure suke karkacewa
- Karkacewar ainihi. Fuska tana dawowa kusan daidai — hanci ɗan bambanta, muƙamuƙi da aka kyautata a shiru. Gazawa mafi ɓarna, saboda yana da wuya a gani a wayar hannu kuma yana bayyana ga duk wanda ya san mutumin.
- Sake salo na haɗari. Ka nemi sabon bayan hoto; ka kuma samu sabon daidaita launi, sabon ruwan tabarau, da sweta wadda a da take da layuka. Samfurin ya karanta umarnin a matsayin bayanin dukkan hoton da ake nufi maimakon bambanci daga tushen.
- Faɗaɗa iyaka daga siffofi. "Mafi ban mamaki," "mafi tsafta," "mafi na sana'a" ba su ambaci wani abu ba ko kaɗan. Siffa marar suna tana shafar komai, don haka komai yana motsi.
Ƙamus ɗin daurewa
Abubuwan daurewa suna aiki a matsayin sunaye na zahiri. "Ka bar shi kamar yadda yake" yana da rauni — samfurin ba zai iya sanin wanne kamanni kake damuwa da shi ba. Zaɓi abubuwa uku zuwa biyar da suke da muhimmanci ga gyaranka sannan ka ambace su a fili.
| Abin da kake canjawa | Abubuwan daurewa da suka cancanci a ambata a fili |
|---|---|
| Bayan hoto / wuri | fuska da siffofin fuska, gyaran gashi, tsayuwa, hannaye, tufafi, kusurwar kamara, yanke firam, hasken da ke kan mutumin |
| Haske / yanayi | fuska, fuskantarwa, laushin fata, tsayuwa, tufafi, abun cikin bayan hoto, tsarin firam |
| Tufafi | fuska, gemu ko gashi, tsayuwa, hannaye, gwargwadon jiki, bayan hoto, hanyar haske, daidaita launi |
| Salo / kafofin fasaha | tsari, tsayuwa, tsawon gashi, siffofin tufafi, adadin mutane, yanke firam |
| Cire abu / gyara lalacewa | duk sauran abin da ke cikin firam — mutumin, gine-ginen da ke kewaye, hatsi, sautin launi, bambanci, launi |
| Launin abu guda | kowane launi a cikin hoton, tare da laushi da kayan abin da aka canja |
Lura da layin ƙarshe. Sake launi yana lalacewa a shiru, saboda "ka mai da jaket ɗin ja" yana gayyatar jaket da aka sake gina daga tushe — sabon yanki, sabon kaya, sabbin nannaɗi. Da daurewa: "ka sake launin jaket ɗin da ake da shi zuwa ja mai duhu, kana riƙe ainihin yankinsa, ɗinkinsa, laushin zarensa da yadda yake rataya." Sashe guda na bambanci, sakamako mafi kyau sosai.
03Misalan aiki: umarni mai rauni, dalilin karkacewa, sake rubutu mai daurewa
Kowane biyu a ƙasa niyya ɗaya ce da aka rubuta sau biyu. Binciken da ke tsakiya shi ne ɓangaren da za ka iya ɗauka zuwa wani wuri.
A. Musanya bayan hoto
Dalilin karkacewa: wannan yana bayyana hoton da ake nufi, ba bambanci ba. Ba a kāre komai game da matar ba kuma babu abin da ke riƙe kamara a tsaye, don haka samfurin yana sake tsara firam ya kuma sake zana ta yayin da yake gina wuri mai gamsarwa.
Abin da ya canja: sashen riƙewa ya daure ainihi, tufafi da tsarin firam, kuma jimla ta ƙarshe ta faɗi wace hanya haɗin zai warware — bayan hoton yana lanƙwasawa zuwa hasken mutumin, ba akasin haka ba.
B. Sake haskakawa
Dalilin karkacewa: "mafi kyau" siffa ce marar suna. Dole samfurin ya ƙirƙiri ma'ana, kuma hanya mafi arha ta yin kama da kyau a sake zanawa ita ce fata mai santsi, haƙora masu haske da muƙamuƙi mai siriri. Ka nemi haske sai ka samu gyaran fuska.
Abin da ya canja: an bayyana haske a zahiri — hanya, inganci, zafi, raguwa. An daure laushin fata a fili, saboda sake haskakawa shi ne lokacin da samfuri ya fi jarabtuwa ya shafe shi.
C. Sake tufatar da mutum
Dalilin karkacewa: kwat yana canja siffar jiki, don haka dole a sake zana kirji — kuma kai da ke kansa yakan tafi tare da shi. Gyaran tufafi marar daurewa shi ne tushe na biyu mafi girma na karkacewar ainihi bayan musanya bayan hoto.
Abin da ya canja: "tailored to his current posture" yana sa tufar ta biyi tsayuwar. An daure hannaye daban, saboda hannaye su ne inda gyaran tufafi ya fi bayyana lalacewa.
D. Sake salon hoto
Dalilin karkacewa: kalmar salo ita kaɗai tana miƙa komai — tsari, yanke firam, gashi, tufafi, adadin mutane — kuma "anime" shekaru talatin ne na al'adu marasa jituwa. Kana samun zane mai ƙwarewa na wani wuri daban.
Abin da ya canja: gyaran salo yana buƙatar wani irin daurewa. Ba za ka iya daure laushi ba — laushi shi ne abin da ake maye gurbinsa — don haka kana daure tsari: tsarin hoto, tsayuwa, siffofi, yanke firam, adadin mutane. Neman a riƙe "fatar hoto na gaske" a ƙarƙashin cel-animation saɓani ne.
E. Cire wani abu
Dalilin karkacewa: ƙi yana ci gaba da sanya ra'ayin a gaban samfurin kuma bai ce komai game da abin da zai cika wurin da aka bari ba. Cirewa tana buƙatar bayanin abu mai kyau na abin da ake nufi da kuma na abin da zai cika.
Abin da ya canja: an ambaci abin da ake nufi da suna, launi da wuri; an ƙayyade abin da zai cika, don haka samfurin ba ya ƙirƙira dandali inda hanyar tafiya ta kamata ta kasance; kuma an fayyace "duk sauran" zuwa ainihin sunaye.
F. Gyara hoton da ya lalace
Dalilin karkacewa: "gyara" ana karanta shi a matsayin "inganta," kuma inganta tsohon hoto na nufin sabunta shi — fata mai tsafta, bambanci mafi girma, da fuskar da ba ta kakarka ba kuma.
Abin da ya canja: an lissafa lalacewar, don haka "gyara" yana da iyaka bayyananna, kuma an daure hatsi da sautin launi saboda su ne suke sa bugun ya yi kama da na zamaninsa. Haramce-haramce ukun su ne wuri mai wuya inda ƙi ya cancanci matsayinsa — umarni game da tsari, ba game da abubuwa ba.
Siffar umarni mai kyau
Ka nufi kalmomi 25 zuwa 60, cikin cikakkun jimloli maimakon alamun kalmomi da aka raba da waƙafi — Samfurin Hoto yana karanta umarni yadda samfurin harshe yake yi, don haka rubutu mai gudana ya fi tarin alamomi. Ka guji shara ta zamanin SDXL (masterpiece, best quality, 8k) da tsarin nauyi kamar (word:1.3); ba sa yin komai a nan. Ka yi canji guda ga kowane umarni — canje-canje biyu marasa alaƙa a cikin jimla ɗaya suna faɗa a kan hankali kuma duka biyun suna dawowa rabi-rabi.
04Umarni mara kyau — ana goyon bayansa a nan, ba kamar rubutu-zuwa-hoto ba
Wannan yana rikitar da mutane, don haka a faɗe shi a fili:
| Hanya | Hotunan tushe | Umarni mara kyau | Rabon gefe | Siffar umarni |
|---|---|---|---|---|
| Rubutu-zuwa-hoto | 0 | Ba a goyon baya | Ana zaɓa (square tsohon zaɓi) | Rubutu mai bayyanawa |
| Gyara hoto guda | Guda 1 kacal | Ana goyon baya | An gada daga tushen | Umarni: canji + riƙewa |
| Haɗa hotuna 2+ | 2 ko fiye | Ana goyon baya | Ana iya zaɓar sabon allo | Rubutu mai ambaton rawa |
Rubutu-zuwa-hoto ba ya ɗaukar umarni mara kyau ko kaɗan — tunda ana ƙirƙira daga babu komai, bayyana abin da kake so kaɗai shi ne horon (duba ƙirƙirar hoto ta AI marar tantancewa). Gyara ya bambanta: tuni kana da tushe, kuma gazawar da aka saba gani a sake zanawa an san su kuma ana iya ambatarsu, don haka umarni mara kyau yana da abu na zahiri da zai danne.
Abin da ke cikinsa
Ɓatattun abubuwa, kuma su kaɗai. Jerin lahani ne, ba tashar umarni ta biyu ba:
- extra fingers, fused fingers, malformed hands — duk gyaran da yake sake zana mutum.
- warped text, garbled lettering, misspelled signage — duk abin da ke da alamu, lakabi ko marufi a cikin firam.
- duplicated limbs, duplicated railing, repeated windows — cirewa da faɗaɗa bayan hoto.
- smeared texture, blurry patch, halo around the subject, visible seam — musanya bayan hoto da cire abubuwa.
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — sake haskakawa, gyaran hoton mutum, tsaftar gaba ɗaya.
Abin da ba ya ciki
Shawarwarin abun ciki. Idan kana son a cire hular, umarnin shi ne "ka cire hular" — ba umarni mara kyau da ke cewa "hula" ba. Umarni mara kyau ba ya cire abubuwan da ke cikin tushenka a kai a kai; yana hana lahani bayyana a cikin zanawar. Sanya abun ciki a can yana ba ka mafi muni na duniyoyi biyu: hular ta tsaya, kuma wurin da zai iya danne hannaye murɗaɗɗu ya tafi.
Rabin doka na biyu yana shafar umarninka: ka daina rubuta "babu X" a cikinsa. "Titi babu motoci," "hoton mutum babu tabarau" duk suna sanya ra'ayin da ba a so a cikin jimlar sannan su nemi samfurin ya ƙaryata shi — aiki da harshe yake yi da kyau amma yanayin hoto yake yi da rashin kyau. Ka faɗi abin da ya kamata ya kasance a maimakon haka: "titi maras kowa mai kwalta bayyananna," "hoton mutum mai idanu marasa toshewa." Banda guda ɗaya, kamar a misali F, shi ne umarni game da tsari — "kada ka kaifafa," "kada ka sake launi" — wanda yake ƙin aiki maimakon ambaton abu.
Rabon aiki, cikin layi guda
Umarni: abin da zai canja, abin da zai tsaya — an faɗa a bayyane. Umarni mara kyau: hanyoyin da zanawa za ta iya lalacewa. Ka raba su sai duka biyun su inganta.
05Hoton tushe guda ɗaya, da yadda Shannon yake zaɓarsa
Gyara tana aiki a kan hoton tushe guda ɗaya kacal: ko dai hoton da ke cikin hirar tuni — an haɗa shi a baya, ko an ƙirƙira maka shi — ko wanda aka haɗa da saƙon da kake aikawa yanzu. Ba a jawo komai daga wajen zaren, kuma hanyar gyara ba ta taɓa haɗa hotuna biyu a shiru. Idan niyyarka tana buƙatar abubuwa daga hoto fiye da ɗaya — tufafi daga hoto A a kan mutum a hoto B — haɗawa ce, mai siffar umarni daban da ke ambaton rawar kowane hoto bi da bi.
Bibiya da hoton da ya fi dacewa na baya-bayan nan
Da zarar hoto yana cikin hirar, gajerun bibiya suna aiki yadda za ka so. "Ka mai da shi duhu." "Yanzu ka gwada shi da faɗuwar rana." Waɗannan suna warwaruwa a kan hoton da ya fi dacewa na baya-bayan nan a cikin zaren — a al'ada sakamakon da ka karɓa yanzu — don haka jerin ƙananan umarni yana nuna hali kamar tarin gyare-gyare. Sakamako uku:
- Ka yi mataki-mataki. Kowace bibiya wata cikakkiyar sake zanawa ce, don haka "ka mai da shi duhu ka canja rigarta ka kuma sauko da kamara" gyare-gyare uku ne suna faɗa a kan tafiya ɗaya. Ka aika saƙonni uku; ka tsaya a duk inda ya yi maka.
- Ka kula da asarar tsara. Ƙananan sabani suna taruwa; a gyara na shida a jere fuska tana iya yin nisa daga na asali ko da yake babu mataki guda da ya yi kama da kuskure. Idan ka lura da karkacewa, ka daina yin faci — ka sake haɗa fayil ɗin na asali sannan ka rubuta umarni guda mai haɗe wanda ya ƙunshi duk abin da ka gano kake so tun daga lokacin.
- A cikin dogon zare, ka bayyana. "Ta yin amfani da hoton bakin teku da na haɗa a baya, …" yana cire shubuha lokacin da hotuna da yawa suke wasa.
Katin tabbatarwa shi ne damarka ta ƙarshe ta ƙara abin daurewa
Kana tambaya da harshe mai sauƙi, da duk yaren da kake magana. Shannon yana yanke shawarar cewa ana neman aikin hoto, yana rubuta umarnin ƙarshe da kansa cikin Turanci, sannan ya nuna maka shi a katin tabbatarwa kafin a zana komai. Ba a samar da komai kuma ba a caje ka har sai ka tabbatar. Ka karanta wannan katin — a nan ne kake kama sashen riƙewa da ya ɓace kafin ka kashe komai.
Halaye biyu masu alaƙa: Shannon ba ya taɓa ƙirƙira ba tare da an nemi hakan ba — gaisuwa, tambaya ko hoton da aka haɗa kwatsam ba ya haifar da aikin hoto. Kuma neman Shannon ya duba hoto kawai — ya bayyana shi, ya karanta rubutun da ke cikinsa, ya faɗi dalilin da ya sa tsarin bai yi aiki ba — aikin gani ne na yau da kullum, ba ƙirƙira ba, kuma ba ya ci komai na ƙari. "Me za ka canja a wannan hoton?" shawara ce ta kyauta; aiki da ita shi ne gyaran.
06Ana gadon rabon gefe, ta atomatik
Hoton da aka gyara yana dawowa da rabon gefe iri ɗaya da na tushensa. Ba ka zaɓar ɗaya kuma ba ka buƙatar hakan: hoton mutum na 4:5 yana tsayawa 4:5, hoton 16:9 yana tsayawa 16:9, hoton allo na waya mara kyau yana riƙe gwargwadonsa. Gyaran da zai sake tsara firam ɗin hotonka a shiru ba gyara ba ne — yanke ne tare da hasashe game da abin da ke bayan iyakokin asali.
Wannan bambanci ne na gaske daga sauran hanyoyin biyu. Rubutu-zuwa-hoto yana neman ka zaɓa daga square (tsohon zaɓi), portrait, landscape, wide (na fim) da tall (fostoci da bangon waya), kuma buƙata bayyananna koyaushe tana rinjaye; haɗawa kuwa tana barin ka zaɓi sabon allo, tunda babu tushe guda da za a gada daga gare shi. Don haka idan kana buƙatar wata siffa daban, wannan ba gyara ba ne — juya hoton kaya na 1:1 zuwa tuta ta 16:9 na nufin ƙirƙirar pixels da ba a taɓa ɗauka ba. Ka yi hakan da gangan, ta ƙirƙira ko haɗawa a kan sabon allo.
07Babu ƙirƙirar bidiyo
An faɗe shi a fili, saboda mutane suna tambaya
Shannon ba ya ƙirƙirar bidiyo kuma ba ya motsa hotuna. Babu hanyar hoto-zuwa-bidiyo, babu "ka sa wannan hoton ya motsa," babu zagayowa, babu cinemagraph. Wannan ba iyawa ba ce a cikin dubawa ko mai zuwa nan ba da jimawa ba — ba ta wanzu a cikin samfurin, kuma bai kamata a karanta komai a wannan shafin a matsayin nuni ga akasin haka ba.
Abin da Shannon 3 yake yi da hotuna abubuwa uku ne kacal: ƙirƙirar sabon hoto, gyara hoto guda ɗaya da ke akwai, da haɗa hotuna biyu ko fiye zuwa ɗaya. Duk abin da ke nan yana cikin na biyun.
Ya cancanci a faɗe shi sau biyu, saboda "mai gyaran hoto na AI" da "janareton bidiyo na AI" sun zama makwabta a zukatan mutane, kuma kayan aikin da zai sake haskaka hotonka cikin sauƙi yana ji kamar ya kamata ya kasance maɓalli guda daga motsa shi. Ba haka ba ne — kuma ya kamata ka san hakan a minti na farko maimakon na goma.
08Me ya sa rashin tantancewa ya fi muhimmanci ga gyara fiye da ƙirƙira
Masu gyara da aka tantance suna gazawa daban da janaretocin da aka tantance, kuma yawanci ta hanya mafi muni. Janareton da aka tantance yana ƙin umarninka; ka sake rubutawa ka sake gwadawa. Mai gyara da aka tantance yana iya ƙin hoton tushen kansa, kafin ya karanta ko kalma guda na umarninka. Ka ɗora hoton rauni na asibiti don rahoton shari'a sai a ƙi shi a shigarwa. Ka ɗora hoton yaƙi na tarihi don gyara nadi sai bindigar da ke cikin firam ta kawo ƙarshen hirar. Aiki na halal, ƙi na gaba ɗaya, babu sake rubutu da zai taimaka.
Shannon yana gudanar da hanyar hoto ba tare da matatar abun ciki a kan fitarwa ba kuma ba tare da shimfidar ƙi a kan samfurin da yake rubuta umarnin ba. Shi ne abin da ya sa waɗannan ayyuka na yau da kullum su yiwu:
- Tsiraicin fasaha da aikin jiki — gyaran fuska, sake haskakawa da sake salo ga masu zane da masu ɗaukar hoto da suke aiki da manya masu yarda.
- Zanen likita da na bincike na shari'a — hotunan asibiti da aka tsaftace don kayan koyarwa, rahotannin shari'a da aikin sake ginawa da manyan masu gyara suke ƙi da zarar sun gan su.
- Hotunan binciken tsaro — hotunan allo, hotunan tsaron zahiri da takardun kayan aiki don shirye-shiryen wayar da kai kan yaudara da rahoton red team.
- Tashin hankali cikin almara — fasahar samar da fim, wasa da littattafan zane inda rauni ko makami shi ne jigon.
- Izgilin siyasa da zanen edita — ƙarnuka da yawa na tarihi a bayansa, kusan babu goyon baya a kayan aikin da aka tantance.
- Aikin alama da kama da mai haƙƙin yake yi — hotunan kayanka, haɗin alamominka da hotunan mutane, da rumbunan iyali masu wahala, ba tare da jayayya da mai rarrabawa kan ko an yarda maka ba.
Marar tantancewa ba yana nufin marar lissafi ba. Shannon Lab LLC (New Mexico, Amurka) ne yake gudanar da Shannon a ƙarƙashin Manufar Amfani da Alhaki da aka wallafa, wanda shi ne inda ainihin iyakoki suke — waɗanda suka shafi doka da cutarwa maimakon rashin jin daɗin mai rarrabawa da hoton rauni. Rashin ƙi na atomatik magana ce game da kayan aikin, ba game da alhakinka a kan abin da ka yi ba.
09Inda API ya dace — da inda bai dace ba
Wannan kuskure ne na kowa ga masu zuwa daga binciken API. Ƙirƙirar hoto da gyara suna faruwa a manhajar hira ta Shannon, ba a kan API ba. Yaruka uku na /v1 — /v1/chat/completions (siffar OpenAI), /v1/messages (siffar Anthropic) da /v1/responses, duk masu gudanawa, duk a kan samfura iri ɗaya — suna hidimar rubutu da gani. Gani na nufin samfuran suna karanta hotunan da ka aika: su bayyana su, su rubuta rubutu, su yi nazarin ginshiƙi. Ba ya nufin suna samarwa ko canja hotuna.
Duk da haka akwai salo mai amfani: gani tare da samfurin rubutu marar tantancewa mataimaki ne mai ƙarfi wajen rubuta umarni. Ka aika wa API hoton tushenka, ka nemi ya bayyana abin da ke cikin firam ya kuma tsara umarni mai daurewa da ke ambaton canjin da abubuwan daurewa, sannan ka gudanar da wannan umarnin a cikin hira — yana kama abubuwan daurewa da za ka manta da su. Siffofin buƙata da amsa suna cikin takardun API.
10Tambayoyin da ake yawan yi
Menene mai gyaran hoto na AI marar tantancewa?
Mai gyara ne wanda yake karɓar hoto da ke akwai tare da umarni na harshe mai sauƙi sannan ya mayar da hoton bayan gyara, ba tare da matatar abun ciki a kan fitarwa ba kuma ba tare da shimfidar ƙi a kan samfurin da yake rubuta umarnin ba. Yana gudana a kan gungun GPU namu cikin manhajar hira ta Shannon, don haka aikin da masu gyara da aka tantance suke ƙi — gyaran tsiraicin fasaha, zanen likita da na bincike na shari'a, hotunan binciken tsaro, tashin hankali cikin almara, izgilin siyasa — ana yin sa maimakon a ƙi shi.
Me ya sa fuska take canjawa alhali na nemi canja bayan hoton kawai?
Saboda gyara ta umarni yana sake zana dukkan firam ɗin bisa hoton tushenka, ba yankin da kake tunani a kai kaɗai ba — duk abin da ba ka ambata a matsayin abin da ba zai canja ba yana da 'yancin karkacewa. Maganin shi ne daurewa: ƙara sashen riƙewa kamar "keep the face, hairstyle, pose and clothing identical, same camera angle and crop". Ambaton sassan da ba za su canja ba shi ne mafi girman ƙarfin inganci da kake da shi.
Shin gyaran hoto na Shannon yana goyon bayan umarni mara kyau?
Eh. Ba kamar rubutu-zuwa-hoto ba, wanda ba ya ɗaukar ko ɗaya, hanyoyin gyara da haɗa hotuna da yawa duk suna goyon bayan ɗaya. Yi amfani da shi don ɓatattun abubuwa — yatsu na ƙari, rubutu murɗaɗɗe, jerin sanduna da aka maimaita, laushi mai shafewa, fata kamar ta roba, alamun ruwa — maimakon rubuta "babu X" a cikin umarnin. Shawarwarin abun ciki suna cikin umarnin, a bayyane; danne ɓata kuwa yana cikin umarni mara kyau.
Shin Shannon zai iya motsa hoto na ko ya juya shi zuwa bidiyo?
A'a. Shannon ba ya ƙirƙirar bidiyo kuma ba ya motsa hotuna. Babu hanyar hoto-zuwa-bidiyo kuma ba a sanar da wata. Shannon 3 yana ƙirƙirar sabon hoto, yana gyara hoto guda ɗaya da ke akwai, ko ya haɗa hotuna biyu ko fiye zuwa ɗaya — waɗannan abubuwa uku kuma ba komai fiye da su.
Hotunan tushe nawa gyara ɗaya yake amfani da su?
Guda ɗaya kacal: ko dai hoton da ke cikin hirar tuni, ko wanda ka haɗa da saƙonka na yanzu. Idan dole ne abubuwa su fito daga hotuna biyu ko fiye — tufafi daga hoto ɗaya a kan mutum daga wani — haɗawa ce, ba gyara ba, kuma ya kamata ka bayar da ainihin hotunan maimakon ka bayyana na biyun da kalmomi.
Shin ina buƙatar zana abin rufewa ko in yi amfani da inpainting?
A'a. Babu goga, babu igiyar zaɓe, babu shimfidar rufewa. Kana bayyana canjin cikin jimla guda sannan a fahimci yankin daga harshenka, shi ya sa sunaye madaidaita suke da muhimmanci: "motar azurfa da aka ajiye a dama" tana nunawa da kyau fiye da "wancan abin". Wannan ya sa Shannon ya zama madadin inpainting marar tantancewa mai amfani ga mutanen da suke son sakamakon ba tare da aikin zaɓe ba.
Zan iya gyara hotuna ta API na Shannon?
A'a. Ƙirƙirar hoto da gyara suna cikin manhajar hira ta Shannon. Yaruka na /v1 — /v1/chat/completions, /v1/messages da /v1/responses — suna hidimar rubutu da gani: suna karantawa da nazarin hotunan da ka aika amma ba sa ƙirƙirar su ko gyara su. Salon aiki na kowa shi ne a bar gani na API ya tsara umarnin gyara mai daurewa, sannan a gudanar da gyaran a cikin hira.
Gyara hoto ba tare da jayayya da matata ba
Ka haɗa hoto, ka rubuta jimla guda, ka ambaci abin da zai tsaya.
Fara Gyarawa Karanta Takardun APIAna zana hotuna a kan gungun GPU namu · ba a zana komai kuma ba a caje ka har sai ka tabbatar da katin
Shannon Lab LLC, New Mexico, Amurka, ce ke gudanar da Shannon AI. Ƙirƙirar hoto, gyara da haɗawa fasalolin manhajar hira ne na Shannon 3; API na /v1 yana hidimar rubutu da gani kaɗai. Babu ƙirƙirar bidiyo a cikin samfurin. Gyara tana karɓar hoton tushe guda ɗaya kacal kuma tana gadon rabon gefensa. Manufar Amfani da Alhaki ce ke tafiyar da amfani da hanyoyin hoto marasa tantancewa.