Как генерировать реалистичных людей по десяткам атрибутов
Компании потребовалось создавать наборы фотореалистичных изображений людей для биометрического приложения, управляемых десятками атрибутов. Команда сравнила DALL-E, Midjourney и Stable Diffusion и выбрала локальный пайплайн на основе Stable Diffusion. Ключевой вывод: разделение атрибутов на этапы с использованием img2img и ControlNet повышает предсказуемость.
Заказчику требовалось сгенерировать набор фотореалистичных изображений людей на основе десятков заданных атрибутов, таких как возраст, пол, черты лица и прическа. Основная сложность заключалась в управлении таким количеством атрибутов, поскольку включение всего в один запрос приводило к конфликтам и потере признаков. Проект был выполнен командой Singularis до появления текущего поколения
Показать ещё ↓
Источник: Habr — хаб ИИ —
оригинал