Bem-Vindo(a)!
😃 Fundamentos
💼 Aplicações Básicas
🧙‍♂️ Intermediário
🤖 Agentes
⚖️ Confiabilidade
🖼️ Prompts para Imagens
🔓 Hackeando Prompts
🔨 Ferramentas
💪 Ajustando prompts
🎲 Aleatórios
📙 Vocabulário
📚 Bibliography
📦 Prompted Products
🛸 Additional Resources
🔥 Hot Topics
✨ Credits
🖼️ Prompts para Imagens🟢 Consertando Deformações

Consertando Deformações

🟢 This article is rated easy
Reading Time: 2 minutes
Last updated on August 7, 2024

Sander Schulhoff

Deformações em geração de imagens, particularmente em partes do corpo humano (e.g. mãos, pés), são um problema comum em muitos modelos. Isso pode ser tratado até certo ponto com bons prompts negativos. O seguinte exemplo é adaptado deste post do Reddit (https://www.reddit.com/r/StableDiffusion/comments/z7salo/with_the_right_prompt_stable_diffusion_20_can_do/).

Exemplo

Usando o Stable Diffusion v1.5 e o seguinte prompt, geramos uma imagem legal do Brad Pitt, com exceção das mãos, é claro!

Astronaut

Prompt


retrato médio do Brad Pitt, acenando com as mãos, detalhado, filme, iluminação de estúdio, lente de 90mm, por Martin Schoeller:6

Usando um prompt robusto e negativo, podemos gerar mãos muito mais convincentes.

Astronaut

Prompt


retrato médio do Brad Pitt acenando com as mãos, detalhado, filme, iluminação de estúdio, lente de 90mm, por Martin Schoeller:6 | desfigurado, membros deformados, borrado, granulado, quebrado, olho de pombo, morto-vivo, photoshopped, sobreexposto, subexposto, baixa resolução, má anatomia, mãos ruins, dedos a mais, dedos a menos, dedo ruim, orelha ruim, olho ruim, rosto ruim, cortado: -5

Usando um prompt semelhante, também é possível ajudar com outras partes do corpo. Infelizmente, essa técnica não é consistente, então você pode precisar de tentar várias gerações antes de obter um bom resultado. No futuro, esse tipo de promessa não será necessário, pois os modelos melhorarão. No entanto, atualmente é uma técnica muito útil.

Notas

Modelos melhorados, como o Protogen são geralmente melhores com mãos, pés, etc.

Sander Schulhoff

Sander Schulhoff is the Founder of Learn Prompting and an ML Researcher at the University of Maryland. He created the first open-source Prompt Engineering guide, reaching 3M+ people and teaching them to use tools like ChatGPT. Sander also led a team behind Prompt Report, the most comprehensive study of prompting ever done, co-authored with researchers from the University of Maryland, OpenAI, Microsoft, Google, Princeton, Stanford, and other leading institutions. This 76-page survey analyzed 1,500+ academic papers and covered 200+ prompting techniques.

Footnotes

  1. Blake. (2022). With the right prompt, Stable Diffusion 2.0 can do hands. https://www.reddit.com/r/StableDiffusion/comments/z7salo/with_the_right_prompt_stable_diffusion_20_can_do/