Zubnet AIसीखेंWiki › Inpainting
AI का उपयोग

Inpainting

इसे भी कहा जाता है: Image Inpainting, Outpainting
एक छवि के चयनित क्षेत्र को AI-generated सामग्री से भरना जो आसपास के संदर्भ से मेल खाती है। आप एक क्षेत्र को mask करते हैं (उसे पेंट करके), वर्णन करते हैं कि उसकी जगह क्या होना चाहिए, और मॉडल मौजूदा छवि के साथ seamlessly blend होने वाली नई सामग्री generate करता है। Outpainting एक छवि को उसकी मूल सीमाओं से परे विस्तारित करता है। दोनों एक ही underlying diffusion प्रक्रिया का उपयोग करते हैं, unmasked क्षेत्रों पर conditioned।

यह क्यों मायने रखता है

Inpainting AI द्वारा प्रदान किया जाने वाला सबसे व्यावहारिक image editing tool है। अवांछित वस्तुएँ हटाना, backgrounds बदलना, दोष ठीक करना, तत्व जोड़ना, या बाकी सब कुछ बरकरार रखते हुए छवि के विशिष्ट भागों को संशोधित करना। यह Photoshop के content-aware fill का AI समकक्ष है, लेकिन प्राकृतिक भाषा द्वारा निर्देशित और नाटकीय रूप से अधिक सक्षम।

गहन अध्ययन

प्रक्रिया: (1) एक मूल छवि प्रदान करें, (2) एक mask बनाएँ जो इंगित करे कि कौन सा क्षेत्र regenerate करना है, (3) वैकल्पिक रूप से एक text prompt प्रदान करें जो वर्णन करे कि masked क्षेत्र में क्या दिखना चाहिए, (4) मॉडल unmasked क्षेत्र को स्थिर रखते हुए केवल masked क्षेत्र को denoise करता है, सुसंगतता सुनिश्चित करने के लिए आसपास के संदर्भ का उपयोग करता है। मॉडल generation के दौरान पूरी छवि (masked और unmasked दोनों क्षेत्र) देखता है, जिससे नई सामग्री lighting, perspective और style से मेल खाती है।

Outpainting

Outpainting image canvas को विस्तारित करता है: कल्पना करें कि एक portrait photo लेकर उसे पूरा कमरा दिखाने के लिए विस्तारित करें। मॉडल borders पर नई सामग्री generate करता है जो मौजूदा छवि के साथ सुसंगत हो। यह उपयोगी है: aspect ratios बदलना (एक square छवि को landscape में बदलना), cropped छवियों में संदर्भ जोड़ना, और एकल photos से panoramic views बनाना। गुणवत्ता इस पर निर्भर करती है कि मूल छवि कितना संदर्भ प्रदान करती है।

सर्वोत्तम अभ्यास

साफ inpainting परिणामों के लिए: जिस क्षेत्र को आप बदलना चाहते हैं उससे थोड़ा बड़ा mask करें (मॉडल कुछ overlap के साथ transitions बेहतर संभालता है), replacement सामग्री के लिए एक वर्णनात्मक prompt प्रदान करें, उचित denoising strength का उपयोग करें (सामग्री बदलने के लिए 0.7–0.9, सूक्ष्म संशोधनों के लिए 0.3–0.5), और seamless blending के लिए mask edges को sharp के बजाय feathered रखें।

संबंधित अवधारणाएँ

← सभी शब्द
← Induction Head Instruction Following →
ESC