Stable Diffusion ile anime tarzı QR kodları oluşturma

• Reddit kullanıcısı nhciao, ControlNet + LoRA kullanarak gerçekten çalışan anime tarzı QR kodları üretti
• Bu, QR kodlarının doğasında bulunan Error Correction özelliği sayesinde mümkün oluyor
• Çin geleneksel desenleri, ukiyo-e, 2D animasyon, mürekkep yıkama resmi, suluboya, üç boyutlu, soyut, PCB gibi çeşitli stillerde kullanılabiliyor
• Ayrıntılar, Çince yazılmış özgün gönderide görülebilir

[yinn27]

Gerçekten harika bir fikir…

[qkreoaksn]

Vay canına.....

[popup]

QR tanıma gerçekten çalışıyor. İlginçmiş.

[kuroneko]

Teorik olarak mümkün olduğunu anladığımı sanıyorum ama yine de onun gerçekten taranabildiği gerçeği bir türlü aklıma yatmıyor. Fazlasıyla şaşırtıcı.

[xguru]

Çince blog yazısı: https://mp.weixin.qq.com/s/i4WR5ULH1ZZYl8Watf3EPw

[kuroneko]

Orijinal yazıyı özetleyiciye koyunca böyle bir sonuç çıkıyor.

• Bu yazı, taranabilir QR kod görselleri üretebilen yeni bir ControlNet modelini ele alıyor. ControlNet, insan gözüne normal görünen görsellere gizli bilgiler kodlayabiliyor.
• Yazar ve arkadaşları daha önce parametreleştirilmiş bir QR kod üreticisi yapmıştı, ancak güncellemeyi sürdürmediler. Mevcut fikir ise Stable Diffusion yayımlandıktan sonra akıllarına gelmiş.
• İlk ControlNet denemesi, Çin geleneksel desenlerini öğrenmeye yönelikti. Yazar, eğitim için AIGC All in One dokümanını ve HuggingFace JAX/Diffusers'ı kullandığını belirtiyor.
• ControlNet'i eğitmek için çok büyük miktarda veri ve hesaplama gücü gerekiyor. Araştırmada en fazla 300.000 görsel ve 600 A100 GPU saati kullanıldı. Yazar, yüksek bir öğrenme oranıyla 100.000 görsellik bir sürümü eğitti.
• Eğitimin ardından yazar, çeşitli Checkpoint + LoRA + QR Code ControlNet kombinasyonlarını test ederek Çin geleneksel deseni, ukiyo-e, 2D, mürekkep, perspektif, soyut ve PCB stili gibi farklı tarzlarda taranabilir QR kodlar üretti.
• Üretilen QR kodlarda Çin geleneksel deseni, ukiyo-e stili, animasyon, illüstrasyon, mürekkep, suluboya, 3D ve soyut tarzlar bulunuyor.
• Bu proje, birkaç arkadaşın iş birliğine ve laboratuvardaki GPU kaynaklarına dayanıyordu. Google TPU sunucuları da eğitim hızını artırmada yardımcı oldu.
• Yazar, ileride WeChat resmî hesabı ve web sitesinde modeli ve teknik dokümanları yayımlamayı planlıyor.
• Yazı, yapay zeka üretim modellerinin hızla geliştiğini belirtiyor ve üniversiteye yeniden dönme isteğini ifade ediyor.
• Yazar, TPU sunucusu sağladıkları için Google ve HuggingFace'e, "keyifli zaman geçirebildiğini" söyleyerek teşekkür ediyor.

[lunamoth]

Acaba hangi özetleme hizmetini kullandığınızı söyleyebilir misiniz?

[kuroneko]

Kagi'nin Universal Summarizer aracını kullanıyorum.

[lunamoth]

Bize bildirdiğiniz için teşekkür ederiz