Медиа и нейросети #0 (инициализирующий) /aimedia/
Аноним (Microsoft Windows 10: Firefox based)
# OP
07/05/22 Суб 00:01:06
№
1
Краткий FAQ который, я надеюсь, в последствии дополнится тоннами годноты: https://github.com/AIAnonimus/aimedia-Thread/wiki/Mini-FAQ Пришлось кинуть на GitHub так как было "слово из спам-листа". Спасибо, Абу!
На моей памяти это уже третий тред в /s/ по прикладному использованию нейросетей, который не выстрелил. Ну да похуй.
Вот тебе списочек поакутальнее: https://pharmapsychotic.com/tools.html
И вся движуха на самом деле в /pr/.
Спасибо, в FAQ добавил ссылочку, годно. Хотя она включает в себя не всю годноту, но неплохо расширяет список.
> На моей памяти это уже третий тред в /s/ по прикладному использованию нейросетей, который не выстрелил.
Я помню только один о ИИ-артах и один который до сих пор висит, где анон хочет номер на записи камеры видеонаблюдения дорисовать. Бесит что всё обсуждение видеоплееров обмазано долбоебами что меряются алгоритмами апскейлинга и ищут где же денойз на 3 пикселя лучше подавляет, в то время как реально заметные и порой чертовски охуенные методики апскейла с помощью нейроночек все игнорят. Чем мы хуже? Ну ты же не думал, что кто-то реально видит разницу между splane36 и условным Anime4K если просто смотрит своё любимое аниме, а не ставит на паузу чтобы вглядеться в каждый пиксель? А вот после обработки ИИ даже на каком-нибудь допотопном 4,5" смарте с HD-разрешением разница будет видна.
> И вся движуха на самом деле в /pr/.
Да нету её там, лол. Там только орут с неработающих технологий и обсуждают по какому методу лучше натренировать нейронку для имитации пердежа. Чтобы понять, насколько всё хуёво, хватит чекнуть шапку и почитать пару верхних постов.
Создавая этот тред я специально ограничился именно тематикой ИИ и медиа, так как все эти KoboldAI и прочие им подобные штуки это чисто игрушки. То же самое и про генераторы пикч можно сказать, их пришлось добавить для приличия. Всё же хотелось бы основой треда сделать именно прикладные ИИ, которые можно использовать для какой-либо реальной цели. И чтобы это было обсуждение их использования, а не дрочка кода. Сам думаю как-нибудь заняться апскейлом и интерполяцией старых анимешечек. Так как железо сейчас не купить, а у меня говно, то пока потыкаю видео с шакальным качеством просто чтобы погонять. Огрызки из аниме как раз самое то, у меня завалялись два идеальных для такого ролика. Думаю сегодня закинуть результаты своих экспериментов.
https://gofile.io/d/By6S5p
Соус: https://www.youtube.com/watch?v=lP9DKGhUiaY изначально пережато Ютубом, что только усугубляет ситуацию, скачано yt-dlp
В наборе:
1) gendo.mp4 — Соус-видео
2) gendo_waifu2x_noise0.mp4/gendo_waifu2x_noise3.mp4 — Апскейл video2x на colab с waifu2x и параметрами noise 0 и 3
3) gendo_[vulkan][s2][n1][b20][q99].mkv — Dandere2x с waifu2x и noise 2 остальные настройки в названии видео видны
4) gendo_scale_4x_gcg-5.mp4 — Topaz VE AI с Artemis Low Quality
Последнее, правда, 4х, в то время как остальные 3х. Интересный момент на пикрил. Видно как при просто дичайшем блюре ИИ не может понять является ли конкретная точка в этой области блюра ненужным блюром вызванным конченным качеством или это так и надо. Ни одним из способов он не был полностью убран, буквы остались шакальными во всех случаях. Ну и субтитры это отдельная тема. О том как классно на третьем пике Dandere2x сгладил Гендыча лучше вообще молчать, это эталон гениальности. Стёртый объект в апскейле не нуждается, но разрабы остальных тупые, и допереть до этой простой фичи для оптимизации не смогли. Если бы меня заставили выбрать в общем и целом между ними, то мой выбор пал бы на Topazовскую ИИшку, хотя в некоторых моментах она соснула.
Я брал именно такие так как всё что хотя бы в HD и имеет приемлемое качество почти любая нейронка прожуёт на ура и выплюнет очень достойный результат. А вот с менее качественными видео всё не так гладко, тут то и можно выжать все соки. Хотя, мне кажется, я всё же перестарался и это даже слишком хреново чтобы апскейлить. Замечательно, пора спуститься ещё ниже: https://www.youtube.com/watch?v=lc6e85fJkeA
Кстати, а кто чем интерполирует? RIFE в video2x и AnimationKit AI не завелись, при чём первый абортится на 15-25% при разных настройках, второй не смог создать .mp4 в /content. Тот что в Топазе завёлся и результат там хороший (хотя я и проверял на 15-ти секундах) я так понял если исходник 23,98... а ты ставишь целью 30/60 или любое другое значение, у которого не будет целого делителя на исходное то оно буквально рисует тебе каждый кадр что очень, сука, долго, у меня 9 часов для 30, 25 для 60 но весь видос прогнать силы не хватило. Остальные что есть по ссылке анона выше требуют заведомо разобранное по кадрам видео но не пишут, какие названия давать файлу и с какими параметрами в принципе разбирать.
Забыл написать что в плане букв меня Dandere2x удивил. В отличии от Топаза, которые засветил некоторые участки по невыясненным причинам, Дандере оставил всё в нормальном цвете и ещё и классно смягчил блюр, а не порвал его как последний. Тот самый случай, когда меньшая чёткость лучше большей.
Исходник / Waifu2x (4x)
Исходник https://www.nexusmods.com/morrowind/mods/45551
Waifu2x (2x) https://www.nexusmods.com/morrowind/mods/45247
Не совсем понятно по какой причине ванильную ужатую текстуру в dxt1 (условно 256x256) - waifu2x апнула с резкостью, а неужатую ванильную того же 256x256 - замылила. Здесь где-то наебали нас, по-моему. Возможно исходник от разрабов на самом деле не исходник, а говно.
https://vk.com/press/vk-video-neuro-hd
> реал-тайм
> GAN
> х2 онли
> только для ВПараше/Однокалсников
Заведомо хуйня. Может при ≥HD оно даже нормально апскейлит, особенно это хорошо с учётом того что это реал-тайм, Anime4K нос утрет, но вот с серьезными противниками не потягается. Они хоть и медленные, но нейроночки так и работают, я хуй его, что там за прорыв такой что оно может напрямую пахать. Разве они на своих серверах его апскейлят и дают автоматом большее качество в плеере. Я не интересовался, но ссылку я дал, там есть исходник, если хочешь, можешь прогнать и похвастаться результатом, я буду только за.
>>3147501
>>3147504
А RealESRGAN пробовали? Стоило бы, waifu2x создавался именно для рисованины разной стилистики и степени уебищности. Отсюда проблемы при чем-то что связано с реальным миром или косит под него.
>>3147505
GoFile там есть предпросмотр как я, DropMeFiles, AnonFiles.
Мне слишком лень делать скрины, учитывая еще и неподдерживаемый шебп на харкаче (из mpv), редактировать конфиг mpv тоже лень. Исходник (mkv) в vp9 с ютуба, выпилена дорожка опуса и вмержена качеством (самого качества звучания, а не формата) получше. Ну и апскейл Neuro HD (mp4/h264, лол). Всё по ссылке.
https://gofile.io/d/eHjnsU
Они мне еще и дорожку бесполезно апнули битрейтом, а я просил? )))
1 Оригинал, 2 Waifu2x (4x), 3 криво убранная ватермарка, 4 исходник проебался, но он точно был говном (лицо в мыле, но нравится как четко видно женщин вдали).
https://www.youtube.com/watch?v=RF-rFx3yVzA
Сегодня точно нет смысла. Надо ждать пока в опенсорсе появятся сети, умеющие учитывать межкадровую корелляцию. Тогда они смогут накапливать больше информации о сцене и прорисовывать больше деталей.
Можно, но смотря чего ты ждёшь в итоге. Не жди вау-эффекта от увиденного. Какие-то крупные детали на первом плане будут выглядеть реально лучше, но разные мелочи или что-либо в отдалении весьма и весьма парашно. Советую использовать Topaz Video Enhancer AI сразу же. Там же предпросмотр есть, можно будет оценить результат каждой модели на коротком участке видео.
>>3147587
В случае если объект одного размера это не проблема. Но когда вот так дорисовываешь детали от него на переднем плане когда он на заднем — начинается пиздец. Мало того, что это надо сделать правильно, так ещё и есть риск спутать что-либо и приделать не туда. А ещё вопрос о том как это реализовать. Если самым непосредственным методом — запоминанием, то это сожрёт мыслимые и немыслимые объёмы памяти. Если же искать схожести после основной стадии апскейла, это будет очень долго, процесс растянется в 50-100 раз на условном 5-ти минутном видео. Так что в ближайшее время не жди ничего подобного. Если и будет то в виде эксперимента от каких-нибудь Гуглов. Т.е., чисто глянуть как работает на 20-ти секундном видео на суперкомпьютере. Сам ты этим сможешь пользоваться, наверное, только с приходом домашних квантовых.
RealESRGAN топ из попенсорса. Шакальные лица возможно придётся через дополнительные костыли типа https://huggingface.co/spaces/akhaliq/GPEN прогонять.
Топаз гигапискель - из мокрых писечек.
Единичные файлы можно через https://imgupscaler.com/ прогонять, там своя очень недурная сеточка.
>>3161064
> В кодинг не умею, с терминалами и пр.
Там буквально три буквы ввести, кодинг уровня /s/.
https://github.com/xinntao/Real-ESRGAN#portable-executable-files-ncnn
Вот вам имаген
https://colab.research.google.com/drive/1P2hksAqTWxC69n8zMGJ9ZTN1dOJ2KVTO?usp=sharing
Досвидания
Можно ли запустить нейронку на распберри?
>распберри
>нейронку
Его хватит на сотню полных копий мозга софтошиза.
У меня есть контент.
1 ориг
2,3 GPEN + Topaz Video Enhance AI.
Запили с порнухой что-нибудь
Попробуй выдрать оригинальную текстуру из файлов игры для начала.
Ну чисто теоретически, можно найти первоисточник этих картинок. Вангую, они в каком-то одном паке все есть. В девяностые подобные материалы, стоковые и архивные фото продавались на дисках.
А потом уже найти в самом паке те, которых нету.
2 стула
1 Чистый симсвап = размытое ебало, четкий фон
2 Симсвап + даунскейлинг + GPEN = четкое ебало, размытый фон
face detection/segmentation → размытие маски → бленд слоёв в ffmpeg
Будто я без тебя эту инфу не знал, ога. Нужен оригинал фото вояк.
Тётка с мужиком тоже не гуглятся, хотя у них качество получше. Видно по рамке, что источник тот же. Допускаю, они брали сканы из каких-то непубличных архивов.
Нет, она там по большей части спиной к камере находится.
А есть нейросеть для преобразования аудио в текст как это гугл с автоматическими субтитрами делает?
Из русского asr есть: vosk, silero, sova.
Есть нейросеть, которая может играть в шутеры? В смысле чтобы скачать (с гита или спиратить).
Которая в майнкрафт играла - она в публичном доступе была, луркай.
Ты про баритон чтоли? Так это же не нейросеть вроде. Он просто сканирует всё в округе и делает то что задано (добыть что-то, добежать куда надо).
>поддержку cpu пообещали
CPU уже давно завезли. https://github.com/ModeratePrawn/stable-diffusion-cpu
Только 512х512 50 степов на современных рязанях/ай5 генерятся 20..30 минут. То есть что-то готовое ещё ссинтезить можно, а промты/сиды подбирать не захочется.
>512х512 50 степов на современных рязанях/ай5 генерятся 20..30 минут.
F для меня
Можно покрутить параметры и разрешение, укладываться в 4..6 мин на пикчу и при желании пересчитывать фул по этому же промпту/сиду. Но тоже тот ещё опыт. Пластмассовый мир победил, Хуанг оказался сильней.
Бамп вопросу. Где брать натренированные модели и готовые фейссеты? На мрдипфейке большинство ссылок мертвые.
Upscayl работает на 👨💻Linux, macOS и Windows 👍сильный ход от создателей. GUI минималистичен и понятен. Из опций улучшения изображений можно выбрать "Общее фото" или "Digital Art".
https://github.com/upscayl/upscayl
🧑🎓Результаты тестов порадовали, действительно мощный инструмент. В планах разработчиков сделать увеличение х2 и х3 для видео.
https://t.me/Russian_OSINT/1797
>Topaz Gigapixel
realesrgan
>Topaz VE
Нет.
>realesrgan
Ну чет даже не знаю...
(ориг - realesrgan - topaz)
Топаз тоже хуево справился, но realesrgan ваще пиздец.
С лицами беда у realesrgan.
Какой программой можно заменить изображение в порнухе. Чё то нихуя не смог найти.
Realesrgan - апскейлер общего назначения. Лица надо ресторить специализированными сетками типа GPEN или https://arc.tencent.com/en/ai-demos/faceRestoration
Вообще апскейл фото, тем более художественного и шакаленного, - это форма ретуши, задача открытая, у неё нет одного правильного решения, ты сам выбираешь между артефактами разных сеток, и дальше рисуешь маски @ сливаешь слои. Топаз, вайфу, realesrgan, swinir, latent-sr, онлайн-сервисы - всё идёт в ход.
Алсо хорошая практика искать первоисточник в инете прежде чем чё-то апскейлить.
Ну я соглы конечно. Но часто нет времени с этим ебаться, а нужно как можно быстрее. Походу топаз еще не переплюнули в этом плане. Но на то он и платный.
Пики чем обработал?
>>3209729
Ну это понятно. Первое что под рукой было взял. Я кста считаю что было бы неплохо добавить в топаз функцию поиска пикчи в инете перед обработкой.
У меня еще вопрос: старые аналоговые видео чем реставрировать? Вхс например. Топаз там никак не выручает. После апскейла там то же самое месиво, только более четкое.
Хотя-бы реставрация лиц существует для видео? И не просто статичное видео как в тиктоке, а концерт например.
Поискать - это полдела. Хороший апскейл должен уметь брать кучу фоток из сета и по ним иметь возможность получать детали сцены, информацию о лице. Только после этого можно будет ждать полноценного рестора видео.
> Пики чем обработал?
Там - latent-sr + tencent для лиц, здесь - gpen по оригиналу, когда мало шума и деталей хватает, он меньше отсебятины рисует.
это всё генерация нейросеткой?
Да.
Запускал локально с отрубленным инетом - всё норм.
>брать кучу фоток из сета и по ним иметь возможность получать детали сцены, информацию о лице
Зам захотел - сам наткнулся на видос.
https://www.youtube.com/watch?v=NnoTWZ9qgYg
> Осваиваете стабильную диффузию?
А то. Самая годнота https://github.com/AUTOMATIC1111/stable-diffusion-webui с оптимизацией для тостеров и запуском на AMD в пару команд без танцев с бубном.
https://ixbt.games/news/2022/09/28/entuziast-ulucsil-modeli-personazei-fallout-2-s-pomoshhyu-neiroseti-sovremennye-texnologii-v-deistvi.html
https://www.reddit.com/r/StableDiffusion/comments/xmp9x3/as_a_huge_fallout_2_fan_this_is_incredible/
Всё к тому что апскейл как таковой вымрет, будет генерация по опорной картинке, текстовому описанию и ряду вспомогательных инференсов.
Маленьких девочек генерировать можно?
Ясно, у меня почему-то проблема с трансформерами
Да. Фильтры по умолчанию отключены.
Не понял отношение дифуззии к 1 пику. Это ты инпринтом писечку ей дорисовал или что?
Да. Пока не разгадал бигбрейн настройки для инпейнта. Проще нарисовать с нуля.
Ей нужен какой-то файл который она пытается утянуть с сервера и вылетает с ошибкой. Нужно включить специальный оффлайновый режим, тогда она все равно ищет этот файл, но работает дальше без него. Как включить оффлайн я не знаю, поэтому просто закомментил в файле environmentname_Lib_site-packages_transformers file-utils.py строку
_is_offline_mode = True if os.environ.get("TRANSFORMERS_OFFLINE", "0").upper() in ENV_VARS_TRUE_VALUES else False
и тупо заменил ее на _is_offline_mode = True
Еще там можно как-то менять фолдер кэша меняя переменные оболочки, но я питоне ничего не знаю, поэтому не менее профессионально приткнул в пигуй
os.environ['HF_DATASETS_CACHE'] = 'путькпапке/'
os.environ['HF_HOME'] = 'путькпапке/'
os.environ['TRANSFORMERS_CACHE'] = os.environ['HF_HOME']+'transformers/'
Итого все работает 100 локально, наверное можно будет переустановить из бэкапа без загрузок.
Чё зак камень? Сколько пикча генерится?
CPU-версия в целом работает по принципу "вбил список и оставил рендериться на ночь".
Ну это норм уже, первые цпу-реализации по 20-30 минут на и5 генерились. 4 минуты - это уже и подождать можно. Всякий инпейтинг ещё быстрее будет.
2. outpainting mk2, euler a, 100 steps, 0.8 denoise
3. ldsr 4x uscale
4. FHD обоина после кропа/скейла в гимпе.
Со вторым пиком обосрался. Не то удалил, но настройки те же.
> Не ну если просто вводить промт получается всякий омск.
Ну так вводи не омск. Промпт тебя же слушает.
Если уж делать омск то как положено!
Но зачем делать омск, когда можно делать котиков и сиськи?
Чел, вот пики из text2image. Надо просто поебаться немного и разобраться как пердолить.
Ебанаты, вам обязательно высирать это на все интернеты и добиваться чтобы нормисы ссали кипятком от слова нейросети, с последующим баном таковых как с фейсаппом?
> нормисы
Ты бы ещё хохлов из ЦИПСО боялся, лол.
> с последующим баном таковых как с фейсаппом
Сравнил хуй с пиздой. Нейросети никто не банил, а приложения и так нахуй не нужно.
Чел на дворе 2К22. Если его и сотрут с гитхаба вместе со всеми форками, то это будет не из-за лолей, а из-за недостатка черных женщин по промпту "photo of a CEO". Никто не мешает тебе клонировать репу себе на комп.
Картинки далеки от идеала, но обладают намного большим реализмом, чем я предполагал.
>text2image
На гитхабе репозитории с таким названием от разных людей. Дай ссылку на используемый тобой.
Ой какая миленькая Скарлетт Йоханссон получается, очень хорошо.
Сгенерируй подобные картинки, только напиши topless.
Сам сгенерируй. Держи лучше буряток.
Скинь гит, через что это генерировать.
Не пробовал. Но по идее умеет, т.к. в багрепортах чел жаловался, что у него гпу не подхватывается и работает только на цпу. А у тебя встройка чтоли или на сервере без видео собираешься делать?
Ну лучше все-таки на гпу. Инетересно, на вегах встроенных оно запускается? На интелах таки вряд ли.
Какими семплерами ебашишь? У меня до 10 проблем не возникает, обчно на 7 делаю. Может ты в промте какие-то слова выбрал, что они тебе контраст херят?
> Может ты в промте какие-то слова выбрал, что они тебе контраст херят?
Да, это говно только на людях. Но если я уберу из промта людей...
Скопипасти сюда текст из которого у тебя это >>3211187 получилось. А заодно сэмплер и число шагов.
Вот с минимальным промтом, всё стандартное кроме скейла в 15 и включенных хайрез фикса/восстановления лиц:
woman face
Negative prompt: mutated
Steps: 20, Sampler: Euler a, CFG scale: 15, Seed: 2102906034, Face restoration: CodeFormer, Size: 512x512, Model hash: 402dc090, Denoising strength: 0.7
> CFG scale: 15
Это дохуя. Ты же говорил, что выше 5 начинается хуйня.
> CodeFormer
Не пробовал. Может он чудит, потому проблемы начинаются с людьми, где включается восстановление. gfpgan пробовал? Алсо, отключи восстановление ради теста.
> хайрез фикса
Так себе улучшение, можно смело игнорировать в большинстве случаев. Обчно только портит.
Сколько штук ты делал начиная с этого сида? У меня вот такая хуйня получается из первых двух. Хайрез отключен, gfpgan. Остальное, как у тебя. 3 и 4 с включеным хайрезом, контраст выше, улыбка хуже.
Модель - sd-v1-4
То же самое, но на sd-v1-4-full-ema
> Это дохуя. Ты же говорил, что выше 5 начинается хуйня.
Просто на 5 и ниже вот такое случается. А после 7 уже цвета начинают идти по пизде.
>>3211215
С другими промтами почти всё норм, нет таких засветов.
У тебя какая-то другая модель похоже. Алсо, ты с текстовой инверсией или мергером не мутил ничего? Чем генерируешь? У меня AUTOMATIC1111.
Кстати, на 0.1 и 0.25 eta для Euler a они больше на буряток похожи. Ты без codeformer потестил?
> Или это плата за сказочные виды?
Скорее за денойзы на второй стадии.
Но до этого они наоборот чёткость сильно бустили. Такую растительность без второго прохода не получить.
Тут недавно пиарили костыль который как раз полирует мелкие детали за счёт сегментации.
https://github.com/Pfaeff/sd-web-ui-scripts
https://imgur.com/a/y0A6qO1
Оно там 5 минут, наверное, пердолит один пик?
В один проход. Дальше можно LDSR без денойза апскейлить.
Ну вот у тебя и получается вместо травы/листьев мешанина из пикселей.
Ты так говоришь, будто вокруг твоего робингуда не мешанина.
Ну тут получше, но в разрешении выше будет опять каша. Вообще text2image плохо работает на разрешениях отличных от 512х512, потому что тренировали его на таком. Второй проход оригинальные детали убивает полностью, но при этом сам дорисовывает получше чем было.
Те - Euler a с 20-ю шагами, а эта партия - k_LMS с 50. Дальше почти ничего не меняется. Если видеокарта по цене автомобиля, можно сразу в 1024х1024 делать, может и не особо тренировано, зато четко. Но у меня rx 5700 c 8Гб. А вот чтобы сраную дюймовочку в этот лес запихнуть, тут уже да, нужен img2img с инпэйнтом.
> Второй проход оригинальные детали убивает полностью
Может с промптом дольше поебаться нужно и денойз меньше выставить. Алсо, годноту заметил, пока еще мало тестировал, но потенциал огромный https://github.com/ThereforeGames/txt2mask
Алсо, руки чешутся добраться до текстовой инверсии, когда ей оптимизацию для тостеров завезут.
> с 50
А мои 20+25.
> нормальные пальцы?
Третий день уже пытаюсь. Уже даже в гимпе перерисовывал и даунскейлил, но при повторном апскейле опять хуйня получается, так еще и всё осталное по-другому дорисовывается.
В теории можно найти модель где хорошо рисуются пальцы, хоть аниме, и смержить со своей. Мержинг очень помогает, если правильно сделать, но сложно подобрать соотношения правильно. Вот например пики из анимешной модели смерженой с реалистичной, такой же аниме-запрос с подчёркиваниями и все настройки идентичны этим пикам >>3212395
Я вот к своей примержил 20% от модели фут-фетешистов, конечности стало лучше рисовать у лежачей/сидячей тян, больше не получается паук-многоножка с отрубленными ногами.
Но я то пытался конкретно той хуйне из >>3212402 на 1-м пике руки доделать. Проблема в том, что если только руки перересовывать, то происходит палево с разными шумами или вообще без шума от ldsr апскейла.
>>3212403
> 20% от модели фут-фетешистов
То да, но больше 20% и получается хуйня полнейшая, ибо забыти стили и оно не знает знаменитостей, даже на 20% уже ебала чужие часто рисует. А 20% маловато, чтобы заметно уменьшить количество инвалидов в позах, которые sd-v1-4 не знает.
Для фпсов - RIFE. https://nmkd.itch.io/flowframes
Для 4К уже сам смотри, но я вообще не советую, серия будет сутки апскейлиться. От Topaz апскейл видео довольно быстрый, но и качество для 2023 года такое себе.
А лучше сам аниме генерируй.
> оно не знает знаменитостей
Вот это ты сейчас шутканул. На v1-4 твоя тян выглядит как будто после двух лет на дваче.
> На v1-4 твоя тян выглядит как будто после двух лет на дваче.
Так мы же уже несколько дней назад выяснили, что у тебя sd-v1-4 неправильная и рисует хуевые лица. Если ты это >>3211197 ей рисовал, то там хэш неправильный, должно быть 7460a6fa. А bf начинает часто ебала неправильные рисовать, если его больше 20% подмешать. Выше 30%, вообще, почти всегда ноунейм Клавы выходят.
Не, sd-v1-4 у меня правильная, то была 70gg. Ну и если хочется конкретные ебала, то можно час в Textual Inversion их погонять.
> Textual Inversion
Автохуй. Не работает еще на 8Гб. Совсем чуть-чуть не хватает, вроде. Может и запилят очередную оптимизацию в ближайшее время, а может и никогда.
> Не работает еще на 8Гб.
Работает, впритык. Но меня результат не впечатлил на то что я хотел сделать.
У меня где-то 200Мб не хватило, емнип. Вырубать всё остальное на несколько часов у меня желания нет.
Там можно врубить --medmem, влезет даже в 6 гигов.
Это на чем? На automatic1111 --medvram, но его рекомендуют отключать.
Потому что медленнее, а так работает без проблем. У automatic1111 уже в интерфейс встроен Textual Inversion.
automatic1111 выбрасывает ошибку, если запускать инверсию с --medvram.
Алсо, из документации
> it should not be possible to run this with --lowvram and --medvram flags.
Похоже с --medvram оно не работает by design.
Алсо, проблему с кривыми пальцами гораздо проще решить, если спрятать палцы. Кстати, годный способ увеличить детали - апскейльнуть в гимпе с 512 до 1024, может заодно подправить немного, а уже потом прогонять через LDSR до 2048. Для дальнейшего увеличения деталей можно снова до 1024 уменьшить и еще раз прогнать через LDSR. Без внешнего апскейла до 1024 он слишком дохуя отсебятины дорисовывает.
У DPM adaptive похоже баг с выбором шагов. С любым значением 84 раза гоняет.
fix
В домашнее железо задача влезет?
Такие себе караси, больше 20 шагов уже что-то странное рисует. Как использовал Euler a, так и буду продолжать.
Euler a хорош, но если нужна повторяемость, ancestral не годится, слишком много хаоса при изменении шагов. А повторяемость иногда нужна, если есть почти идеальная картинка, но нужно всё равно немного не то. Например, на пике Euler аж до 100-го шага рисует бедра шире, а LMS на 150-м убирает торчащие ребра слева.
Мне кажется Euler a лучше, если не людей рисовать, когда так или иначе придется промпт подправлять, слишком много хаоса при малейших изменениях.
Что-то у тебя лица неестественно чёткие, как будто прифотошопленные. С восстановлением лиц балуешься?
GFPGAN включен. Ксати, заметил, что codeformer лучше восстанавливает, убирает уродства, но полностью изменяет лицо до неузнаваемости.
Алсо, что это за hypernetworks, которые в automatic подвезли. Елси я правильно понял он ожидает .ckpt, возможно в models/hypernetworks, но я в коде нихуя не шарю. Это с Dreambooth никак не связано, или это вообще другое?
> что это за hypernetworks
Судя по всему какие-то патчи для основной модели. Файнтюн в отдельный файл, а не в саму модель.
Вот релизная wd-1-3 очень годная для аниме. Примержил 30% реалистичной и стало выдавать очень высокий процент хороших пикч в таком стиле, даже руки с пятью пальцами рисует почти всегда. Глаза не пидорасит и в общем стало стабильнее. Скорость с которой повышают качество очень радует, месяц назад вообще аниме было кашей.
А ещё жутко бесит что при нажатии кнопки отправки пикчи в соседнюю вкладку с ней все настройки и промт перетекают туда...
Раньше я в img2img держал отдельные настройки и промт. Похоже придётся самому выпиливать это говно, я всё думал может это баг и его пофиксят. Хотя сейчас уже как-то попроще стало в один проход.
> думал может это баг
Так это же фича. Удобно, если нужно слегка подправить промпт в img2img или вообще не изменять, а получить очень похожую пикчу, но без уродств. Единственое, что сид таки нужно убрать, иначе пидорасит всё.
> Так это же фича.
Было бы фичей, если опционально сделали бы. А так мне не удобно.
Ну хз. Если не делать влючаемой опцией, то удалить проще, чем копипастить из другой вкладки.
Не перестаю проигрывать с интерегатора, от Питера Макса
> a close up view of the inside of a person's ear with a hole in the middle of the ear, by Peter Max
flat colors, soft colors может немного помочь
Чуть не стошнило от твоих пиков.
Я аниме генерирую и тебе советую. Лица внезапно сразу без всяких улучшений норм.
> и тебе советую
Спасибо, но я лучше племяннице зверушек сделаю. Количество аниме, которое я пересмотрел можно на пальцах руки посчитать.
> Чуть не стошнило от твоих пиков.
Странно. Я в img2img заказывал award winning gourmet photographyю.
> зверушек
Крипота уровня смешариков.
Ну не Скарлет Йохансон же мне трехлетнему ребенку отправлять.
Еда тебе понравилась. А так лучше?
У меня только нарисованные тянки есть. Аниме-рисоваки теперь нужны только чтоб датасеты делать для нейросеток, нарисовать такое они не смогут.
Не, можно без сисек больших картинки? Я буду быдло с соседнего курса художников это кидать.
> без сисек больших
Ну с такими запросами сразу нахуй...
Красивых тян генеришь.
> Hyper Network
Где взял? Как их вообще искать? По запросам в утке хуйню какую-то выдает.
Утёкшие модели:
https://start-irc-bullying.org/storage/torrents/novelaileak/stableckpt/
Инструкция:
https://github.com/AUTOMATIC1111/stable-diffusion-webui/discussions/1868?sort=new#discussioncomment-3824162
Но смысла особого нет. Если применять на реалистичную модель, то тянок превращает в жирных монстров как из аниме. Если на аниме накладывать, то примерно такое же происходит и немного меняет стиль. Мержинг всё ещё даёт лучше результаты.
Благодарю. В дискуссии я как раз еще не смотрел. Если я правильно понял, это утекшая хрень без возможности создавать новые опенсорсом? Т.е. нет смысла ждать чего-то нового от анонимов с йоба видеокартами?
Ну в утёкшем NAI есть и код для тренировки, как я вижу. Но смысл? Мержинг позволяет контролируемо добавлять стиль, а тут просто ебашит полностью, хоть и немного по разному накладываются модели друг на друга. Разве что я вижу там куча гиперов для фуррей, может им это будет интересно чтоб из людей делать уродов. Ну и гиперы переключаются мгновенно, что можно за плюс посчитать.
Из всего этого какую-то ценность несёт только сама анимешная модель NAI. Похоже она на аниме даже лучше wd-1-3 натренирована, мне пришлось аж 40% примержить реалистичной, чтоб аниме перестало быть плоским. Вроде чуть получше рисует, чем wd. Хотя может это дело в том что я примержил реалистичной больше чем до этого, но вроде в старый стиль попал.
Чел...
Те пейзажи явно реалистичнее и адекватнее выглядели. Давай ссылку, анон.
Используй фантазию в промпте. Будут и пейзажи лучше.
А что такое промпт?
Текст, на основе которого ИИ создает тебе картинку. Ты устаналивать собрался или тебе просто не с кем пообщаться? Если первое, то вот https://github.com/AUTOMATIC1111/stable-diffusion-webui ссылка, если второе, то в /b/ у тебя больше шансов. Так или иначе, удачи.
Где взять model.ckpt, о котором там написано?
Спасибо.
Я скачал файл, переместил его, как по инструкции. Запустил webui-user.bat, и дальше командной строки с одной строчкой "venv ... Python.exe" прогресс не идёт.
При первом запуске среда долго создается. У меня AMD и нет винды. Хз, что я тебе смогу подсказать.
Процессор не загружен ни сколечко, не знаю что он там создаёт.
А качается что-то? У тебя нвидия?
>А качается что-то?
Нет.
>У тебя нвидия
Да.
Ну хз. Если ошибок не выдает и не отрубается, наверно что-то ставит. Жди. Когда-нибудь он или запустится или выкинет ошибку.
Ничего он не ставит. Ставил бы - я бы увидел в диспетчере задач.
Пробую сейчас ручной способ. Появились ошибки, одна из них
ERROR: pip's dependency resolver does not currently take into account all the packages that are installed. This behaviour is the source of the following dependency conflicts.
daal4py 2021.3.0 requires daal==2021.2.3, which is not installed.
conda-repo-cli 1.0.4 requires pathlib, which is not installed.
anaconda-project 0.10.1 requires ruamel-yaml, which is not installed.
torchaudio 0.8.2 requires torch==1.8.2, but you have torch 1.12.1 which is incompatible.
numba 0.54.1 requires numpy<1.21,>=1.17, but you have numpy 1.22.4 which is incompatible.
Если он устанавливает зависимости, то почему не может установить вторую версию нужного пакета в дополнение к несовместимой?
> Пробую сейчас ручной способ
Какой? У которого написано very "outdated and probably won't work" или полуавтоматический "python launch.py"?
Zeipher Dreamboothовский пробовал? У меня меньше мутаций в позициях было, и даже на некоторых сидах вообще заебца, но оно почему-то маленькие сиськи предпочитает. Мержинг ощутимых улучшений не дал, но я особо не тестил.
> Zeipher Dreamboothовский
Примержил, на 40% по ощущениям хуже, деталей меньше. А на 50% реализма многовато, фоны рисует фотореалистичные. Ещё и промпт игнорит, цвета одежды меняет как хочет. По изгибам конечностей вроде одинаково. Разве что плоскость лиц ушла посильнее.
А ещё к семплерам завезли выбор типов обработки шума и из них очень годный Variance Preserving - мелкие детали прорисовывает очень сильно, их даже слишком много становится. Даже совсем фантастику типа пикрилейтедов делает реалистичными. С ним теперь появились задачи для других семплеров, они теперь не так сильно мажут изображение.
> xformers
К сожалению, не работает на AMD.
> Variance Preserving
Это где такое?
> пик 3
The Mammoth Centipede?
Поковырялся тут с SD upscale. С денойзом 0.39 наиболее похоже на фото получилось у lollypop ESRGAN. Потом еще LDSR c 0.1 денойзом прошелся для деталей. 18 минут на то, чтобы одну картинку до 2048 апскейлить - это неприятно.
> Variance Preserving
А всё, уведел в Custom Scripts
> Это где такое?
https://gist.github.com/dfaker/f88aa62e3a14b559fe4e5f6b345db664
> это неприятно
А я пикрилейтеды просто в 25 шагов за 5 секунд ебашу. Теперь вообще ничего не надо дополнительно делать, на 20 шагах уже деталей дохуя. Только вот промпты все по пизде идут, надо заново учиться подбирать, плюс бета очень сильно влияет на контрастность сцены и освещение.
> 25 шагов за 5 секунд
Охуенно. Надо будет заценить попозже. Ну так-то LDSR, который в экстрас ебашит недолго, а вот в SD upscale - для апскейла с 1024 до 2048 уходит почти 4 секунды на шаг при девяти кусках по 30 шагов. Зато результат красивый получается.
А теперь просто сразу пикрилейтеды. И самое ахуенное что объекты типа авто или людей рисует нормально, раньше их всегда кособоко делало и нихуя не помогало. Сейчас разве что блюра на некоторых пикчах многовато, негативом так просто не убирается.
Да. Машины явно лучше рисует. Людей хз, скорее от сида зависит. Вот на этих стандартный Euler a с 30 шагами. Люди не самымыми мутантами получили, а вот машины - хуйня.
Ну вот авто. А раньше просто 4 колеса у киберпанк-авто - уже удача, про симметрию даже не стоило задумываться.
Скинь плз скрин ползунков в этом скрипте. У меня хуйня какая-то получается.
Beta distribution крути до 10. Делаешь выше - становится темнее пока совсем не гаснет свет.
Euler a хуню нарисовал. А LMS карась уже на 5-м шаге начинает шумы пихать. Короче, это надо долго сидеть ковыряться, а у меня бошка трещит. Было бы неплохо, если бы этот dfaker где-нибудь задокументировал, что все эти параметры делают.
Variance Preserving (пик 1) vs стандартный (пик 2). Все остальное одинаково. Euler a 24 шага.
Думаю имеет смысл только фаинтюнить удачные сиды полученные обычным Euler a. Слишком много меняется от малейших изменений в параметрах из скрипта.
Hires fix включен? Его надо всегда включать, если разрешение не 512х512. Скейл меньше 10 стоит?
> Hires fix
Включил. Без (1) и с (2) Scale latent. Denoise 0.7. CFG 7.
3 и 4 - то же самое, но на CFG 10.
Предыдущие параметры Beta/Epsilon я естественно не вспомню.
Крутал Epsilon.
1 - 0.06. 2 - 0.1. 3 - 0.16
Вроде ноги лучше на 2 и 3. И НЕХ более мутная вдалеке.
Ну то что VP ломает запросы - это факт. Но без него запросы мыльнее и зернистее. Вот вместо тех роботян без VP мне рисует беззубых бабок с минимумом реалистичности в механике, пикрилейтед этот кринж. Объекты делает недорисованными и косыми-поломаными, меньше осмысленности в том что рисуется.
А с VP если это авто, то оно симметричное и корректное с 4 колёсами. Просишь киберпук - он пытается сделать ровные дома/вывески/объекты, а не просто намалевать чего-то неонового. Дрочиться с параметрами надо, да, я пока сан не сильно разобрался.
Пока заметил, что чем ниже Beta distribution, тем сильнее можно выкрутить Beta min.
1 - dist - 1.5, min - 3
2 - dist - 8, min - 2
При Beta distribution - 8 и Beta min - 3 оно уже на чинает рисовоть просто черный круг на месте объекта. Но Beta distribution добавляет фотореализма, хотя хз, может оно просто дополненям в пропте больше внимания уделяет.
> Denoise 0.7
Вот это я обычно больше 0.2 не делаю.
Ну и тянок начинает рисовать детальнее, даже начинает понимать что кисть руки рисует, а не кальмара. Так что я буду пердолиться теперь с VP, хоть это и сложнее.
> pics
Нормально.
> больше 0.2 не делаю
Это со Scale latent или без? Я хайрез фикс вообще раньше не использовал.
> Так что я буду пердолиться теперь с VP, хоть это и сложнее.
Если какие-нибудь закономерности обнаужишь, обязательно сообщай. Годная тема же.
> Это со Scale latent или без?
Без.
> Я хайрез фикс вообще раньше не использовал.
Ну он для высоких разрешений нужен. Без него начинает зацикливать пикчу, FOV увеличивается или вообще как будто панорама на 180 градусов становится.
> Если какие-нибудь закономерности обнаужишь, обязательно сообщай.
Завтра уже начну пердолинг.
На какой модели ты эти делал? У меня всякая поебень со складками получается постоянно на всех моделях. Раньше такой хуйни не было на 512х512.
А почему он на слово bastard ругается?
Хз. Но фильтр там странный. Реагирует на сгенерированое изображение, а не слова, вроде. Может спутать губы с пиписькой и зацензурить.
> На какой модели ты эти делал?
f99 от Зефира. Но там рисует совсем деревенских шмар. Лучше делай анимешную Йохансон.
Я уже разобрался. Виновником было "insanely intricate details" в промпте. Тоже на f99 делаю. WD мне анатомию бабри рисует. Пробовал еще WD VAE на f99 нацепить, но оно анимешные ебала рисует с вкраплениями латентного шума, всё остальное ничем не отличается картинки без VAE. На других моделях пробовать не стал.
С последними апдейтами промпт странно работать как-то начинает. Бывает пишешь в негатив, а оно только усиливается. Вот тут я вписал в негатив poster, когда на пикчах появился текст, и оно стало прям постеры рисовать.
Алсо, ограничение на количество слов в 75 штук убрали что ли? Сейчас если превысить лимит, то он не краснеет, а увеличивается в два раза.
> ограничение на количество слов в 75 штук убрали что ли?
Я в коде нихуя не понимаю, но возможно тут есть ответ https://github.com/AUTOMATIC1111/stable-diffusion-webui/commit/5e2627a1a63e4c9f87e6e604ecc24e9936f149de
Похоже просто отрезает лишнее, и старается сделать это возле последней запятой, если я правильно понял.
> Бывает пишешь в негатив, а оно только усиливается. Вот тут я вписал в негатив poster, когда на пикчах появился текст, и оно стало прям постеры рисовать.
Замечал такое и раньше. Он рисует негативный, а потом вычитает его общего результата. Подозреваю, что в некоторых ситуциях это рисование обращает слишком много внимания на токен и вычесть его уже не получается. Попробуй letters вместо poster.
Самое охуенное из всех последних обновлений - это генерация по Ctrl+Enter из любого поля.
> Похоже просто отрезает лишнее
Мне казалось что раньше как раз так и было.
> Мне казалось что раньше как раз так и было.
Ну да. Но сейчас отрезает от запятой. Но опять же. Я там нихуя в коде не понимаю, может быть всё совсем не так. Для меня простой скрип на баше написать для запуска SD - это несколько часов в утке.
А если в негативе всё сразу написать? "poster, letters, signs, text" и еще всякой хуйни? Алсо, бывают сиды, которые наотрез отказываются рисовать то, что надо.
Beta distribution - 9.9
Beta min 0.8
Epsilon 0.03
Закинул их в дефолт, а заодно сильно ограничил максимальные значения, ибо невозможно прицельно стандартые слайдеры двигать.
Какой промпт для пикч использовал?
Похоже он её не знает, как и я.
Sigma max 50
Миниатюры почти исчезли, но морды кривые, по идее можно в img2img исправить при необходимости. DOF похоже Epsilon добавляет.
DOF заментно увеличился с увеличением Epsilon с 0.05 до 0.0.7.
> DOF похоже Epsilon добавляет.
Да, он мылит, на 1 вообще цветное пятно вместо пикчи.
Хуй бы уже с ним, я вот никак не могу придумать как заставить рисавать такие пики с реалистичном стиле, а не нарисованном. В негатив писал - абсолютно похуй ему. Что-то я уже заебался.
Как же хочется 4090 купить, но наверняка 13 числа опять барыги всё скупят и ажиотаж будет даже при цене в 200к.
Напихай в промпт модификаторов по вкусу отсюда https://github.com/krea-ai/open-prompts/blob/main/modifiers/photography/photography.txt Алсо "RAW, unedited" помогает обычно. Ну и в негатив что-нибудь про painting.
Но для фантастических пейзажев скорее всего нужно что-то из https://github.com/krea-ai/open-prompts/blob/main/modifiers/digital-art/3D.txt
Это наоборот обычно у меня в негативе, оно делает всё как будто из голливудского мульта.
>>3214236
Конкретно у меня смысла в этом почти нет, они стиль меняют, но не к реализму.
Ну я могу конечно упороться и сделать насильно с высоким приоритетом вот такое, но оно промпт ломает и выглядит как будто под перешарпом, свет бликует, анизотропия хуёвая.
Опять двач нихуя не работает. Зачем, спрашивается, переходили с макабы на новый движок, если одинаково хуёво?
> всё как будто из голливудского мульта
Ну если у тебя фантастические пейзажи, то ему не с чем сравнивать, кроме картин и рендеров. Если ты рендеры в негатив суешь, ему только из картин и остается восстанавливать.
Вроде что-то напердолил. Пришлось сильно с приоритетами извращаться.
Чудище охуенное.
Кстати, не зря кинематографы испокон веков слабое освещение использовали для увеличения реализма. MCU всё засрали, когда решили, что у них и так хорошо получается, и пипл схавает. Теперь в кино тренд обмазать всё сраным CGI, даже не пытаясь это замаскировать.
А у меня уже получше с мазнёй и реалистичностью на фантастике становится.
Что в основном промпте? Post apocalyptic city? Как камеру размещаешь?
> Что в основном промпте?
Куча слов через запятую, постоянно меняю, все эти пики с немного разными, как получится, пару пиков сделал и меняю что-нибудь. Я ещё вес каждому слову подбираю через двоеточие. В негативе вообще всё в диапазоне 1.4-1.9, просто слова он игнорирует. Например чтоб заставит не светить солнце даже трёх скобок почти всегда мало.
> Как камеру размещаешь?
Обычно никак. В основном промпте больше объект - дальше отлетает. Если она слишком высоко улетает, то пишу в негатив "from above" или "from air".
Добавь Singer, Short yellow hair.
Это так не работает. Если плохо её знает, то она так и будет мыльную поебень рисовать, отдаленно напоминующую нужного человека. Но у тебя есть уникальный шанс поставить себе SD и натренировать на кучи её фоток. Йохансон находится в коротком списке тех, кого SD хорошо рисует. И из-за характерных черт лица узнаваема даже если нарисована хреново. https://docs.google.com/spreadsheets/u/0/d/1IqXkYDXux97aU8Y5kqqBrBvCn3CLRDhMZ7lEWsAtwUc/htmlview
есть такая же но на линукс, без пердолинга и с кудой?
У меня встройка райзеновская, я вряд ли смогу нейросетью пользоваться. И она у меня даже не устанавливает по ссылкам здесь с гитхаба, просто куча ошибок от пайтона.
Можешь попробовать automatic1111 в докере замутить, проблем меньше, чем нативно запускать, но хз будет ли оно на встройке работать. Может с --lowvram и пойдет. Но тренировать точно не получится, у меня даже на невстройке rx5700 с 8Гб тренировка сразу вылетает.
А больше темпорально стабильно аспекйла видео ни у кого нет 🤷♂️
Переделал одним проходом. Оказывается lollypop, в отличие от LDSR не вылетает "out of memory" в SD upscale, даже если разом апскейлить, а не разбивать на куски. 8 секунд на шаг тратит, но всё равно быстрее, чем 9 разных кусков обрабатывать, и склейки нет. Denoise 0.39, если больше, начинает слишком много хуйни дорисовывать с мутациями или вообще клонами стрелка.
Что медленнее, то и делай в начале.
Там разные модели есть. Есть какие-то специально для аниме.
Похоже помирает. Кроме 2,5 анонимов сюда особо не заглядывают. У меня последние пару дней ничего крупнее 512х768 толком не генерируется. Очень быстро скорость падает до 10-20s/it, а потом вообще экран застывает. Толи automatic что-то напердолил, что оно больше vram жрет, толи 6.0 ядро такую хуйню устроило.
Кстати, для счастливых обладателей тостеров и встроек есть stable hoard. Сам не пробовал.
Да сейчас что-то даже кнопка Save сломана...
А так да, разрешение как-то нелинейно увеличивает время генерации. 512х512 за пару секунд, а FHD уже 30 генерирует. И FHD сжирает почти 20 гигов VRAM, хотя раньше 10-12 хватило бы. Опять надо ждать пока пофиксят всё это говно.
Кстати. Проверил слегка новый f111. На старых сидах с тем же промптом рисует совсем другое, что ожидаемо. Запустил с тем же промптом 50 штук случайных, и процент нормальных гораздо ниже. Если f99 стабильно выдавал 5-7 из 10 годных фоток и 1 с мутантом, то f111 выдает 7 из 10 мутантов, и в лучшем случае 1-2 ОК фоток. Короче деградация там неебическая произошла.
Подскажите, чем и какой программой заменить изображение в видео на обычной пукарне с Windows 7 ?
Нашел коммит 8561d57, на котором 512х832 генерируются, вроде нормально, но на ПК подвисает всё. Завтра буду еще проверять, может придется еще дальше откатываться или вперед идти, т.к. 3 дня назад на каком-то более позднем коммите работало всё.
Вот сейчас на свежей репе вообще всегда всю видеопамять сжирает. Скорость сам видишь. Что-то странное происходит.
> заменить
Правишь опорный кадр при помощи фотошопа/стэйблдифуззии-инпэйтинга. Затем тиражируешь изменения на весь видос при помощи ebsynth. Возможно на каком-то придётся ещё в афтереффектс поклинапить лишние объекты.
В общих чертах так, большего на обычный пекарне ты не выжмешь.
>Хочу позлить этим художников
Повеселить ты хотел сказать. Пасаны, пока вы тут нейросетку мацаете тут семилетняя дочь ким карашьян картину нарисовало, подождите пока оно подрастет и попросите ее нарисовать жопу мамки, будет на что подрочить.
Я бы посоветовал откатиться. У меня на свежей вообще "hip out of memory" на второй генерации за сессию вылетало во время харез фикс прохода. Может исправят потом.
Продолжайте анончики. Респект вам.
У меня вообще ощущение что торч под 4090 хуёво оптимизирован. Вот ESRGAN вообще неоправданно медленно работает и жрёт много памяти, на 8 гигах жрал меньше. Может какая-то неоптимальная работа с памятью и боттлнечит сам питон. Или последние драйвера хуёвые, в них каких-то оптимизаций для DX12 завезли и может сломали что не надо. Хотя вот обучение сеток на торче работает быстро. Не понятно.
> 4090
Хуя ты оперативный. А на старой карте рабоет свежий automatic?
Не пробовал, позавчерашняя версия работала как обычно. Я чуть не ёбнулся этот двухкилограммовый кирпич впихивать в системник, трогать больше ничего не буду в нём. Алсо, без xformers что-то вообще не стартует SD. Буду сейчас пробовать переустановить и на более свежей CUDA запустить всё, пишут что торч под старую CUDA но новых картах работает неочень. Может надо библиотеки под нужную карту подтягивать.
>Я чуть не ёбнулся этот двухкилограммовый кирпич
Блять до сих пор проигрываю с этого "прогресса", скоро горизонтальные системники вернутся, просто чтобы видеокарта металл корпуса не гнула.
Там еще говорят нужен специальный блок питания, который по особому проводу сообщает видимокарте что он морально готов выдать из себя требуемое питание, а без него видюха будет работать на неполной мощности.
К тому времени нейросеть уже даже жопу ее мамки сможет спокойно нарисовать.
Нашел более поздний коммит трехдневной давности, на котором 512х832 генерируются и SD upscale их может в один проход обрабатывать, без разбивки на 9 кусков. Буду дальше искать. Подозреваю, что утечку создает modules/images_history.py, но пока еще недошел до него. Точнее оно было в коммита, потом изчезло, в последнем есть и automatic его то совсем убирал, то возвращал, жалуясь, что всё тормозит.
>>3215844
> скоро горизонтальные системники вернутся
10 лет уже живу с горизонтальным кубическим системником, CoreV21.
У тебя нейросеть почему-то пытается выдать криповую шмару из группы серебро вместо скарлет шлюхансен. Вообще морды конкретных людей оно перевирает нещадно.
Оно дважды через Face restoration прошло. Один раз при генерации и второй - при апскейле. Заметил, что у CodeFormer чаще получается из совсем уж квазимод сделать людей, а у GFPGAN обычно больше похоже на того, кого заказываешь. Сравнение перед апскейлом:
1 - нихуя, 2 - GFPGAN, 3 - CodeFormer
На этом >>3215852 SD апскейл lollypop с восстановлением от CodeFormer. Если много сидов при апскейле перебрать, может и получится больше на Йохансон похоже. Но я первый попавшийся использовал, т.к. коммиты проверяю и важен сам факт того, что сработало без out of memory.
А вообще да. Конкретных людей оно очень хуево рисует, за редкими исключениями.
Зато самая холодная карта за последние поколения. 50-60 градусов греется всего.
>>3215847
Можно и обычный БП через переходник. В стоке жрёт 350 в растеризации, 450 в рейтрейсинге. Андервольтом можно до 250/350 скинуть за счёт пары процентов производительности. Энергоэффективность теперь космическая - жрёт как 3070 и имеет производительность как две 3080 Ti. Но и любителям сжечь квартиру оставили возможность - убрать лимит мощности и разогнать больше 3 ггц, сожрёт 550 ватт в рейтрейсинге.
>>3215852
Переставил всё, без xformers на 30% медленнее, жрёт так же. Как понять что там торч жуёт в видеопамяти и зачем так много забирает не ясно. Буду ждать пока автоматизатор закончит пердолинг.
> Буду ждать пока автоматизатор закончит пердолинг.
Никогда. Подозреваю, что будет еще больше жрать. Даже если нынешнюю проблему с памятью пофиксит, один хуй что-то новое напердолит. Но если памяти хватает, то почему бы и нет.
Так все сидят с 8-12 гигами.
Возможно. Но учитывая, что у него нет dev или testing ветки, а все коммиты сразу идут в master, придется довольствоваться, чем есть.
Имхо вообще не нужно пробовать делать всю фигуру целиком, тело нужно генерить отдельно, голову отдельно. Чем большую часть картинки занимает объект тем лучше результат. Еще нужно использовать инпейт в 3d модель, тогда можно добиться сходства и вообще хоть как-то контролировать результат. Ну а потом фотошопить заблюренную заготовку перед отправкой в гфпганчик, сводить 2 картинки в фотошопе, в общем тем кто волнуется за художников посвящается.
А другой вариант - сгенерить 300 штук и выбрать удачные. Плюсы - не нужен фотошоп, можно заниматься своими делами, пока сеть рисует.
Без каркаса для инпейта не сгенерит нихуя похожего, будут 300 штук чуть разных акромегалов.
Reasonable doubt же. Если 512х832 генерить, то 3/10 из годного пропта можно выжать такие, как 1-3 пик. На 512х768 дела хуже. Иногда пик 4. Чаще просто неудачный ракурс, или отрезаные бошки. Но тут нужно, чтобы vram хватало на более высокие разрешения. При сильном желании их можно в инпейнт отправить, но там шансов перерисовать в лучшую сторону гораздо меньше.
Че то у меня подозрения что для того чтобы получить из 1 картинки 2 и 3 придется сильно больше чем 300 раз сгенерить, и в итоге все равно ничего не получится.
Поэтому сразу лучше генерить в txt2img.
Я про него и говорю
Ну если тебе нужно нарисовать что-то очень конкретное, то да >>3214773, придется очень долго пропт подбирать, а потом еще и сид, а потом снова промп, но уже на выбраном сиде. А если что угодно, лишь бы сиськи были, то запускаешь дженерик промпт, и получаешь кучи фоток. Но опять же, Йохансон - одна из очень короткого списка тех, кого SD умеет рисовать нормально.
> vram хватало на более высокие разрешения
На высоком разрешении всегда хуиту рисует какую-то, даже хайрез фикс не спасает. Больше шагов - становится только хуже.
Я про 512х832 по сравнению с 512х512, мутанов гораздо меньше.
Кстати, если запускать нативно, а не в докере, то "HIP out memory" не вылетает вроде на txt2img, а на SD upscale в один проход успевает апскейльнуть одну пикчу, а потом вылетает. Но скорость такая же и заебывает "Warning [SQLiteBase] Missing system database file: gfx1030_18.kdb", которая при каждом перезапуске висит хуй знает сколько, и только потом начинается генерация. А учитывая утечку RAM и VRAM, перезапускать надо будет часто.
>на обычный пекарне ты не выжмешь.
Там на что больше упор идет, на видяху или на память (проц).
1)Есть ли какой-нибудь плагинок который показывает скажем топ 10 изображений из модели которые наиболее близки к полученному результату? Допустим я хочу нагенерить фуррятины, перерисовавать ее в фотошопе и продавать фурриебам как ОС. Но мне не нужно чтобы оказалось что сетка слямзила какую-нибудь картинку 1 в 1 и ко мне прибежала куча обиженных фанов и завалила репортами.
2)Как там с обучением собственных моделей? Причем желательно полностью локально. Потому что чем больше пользуюсь тем больше убеждаюсь что генерализованные модели это путь в никуда, нужны узкие под конкретные задачи.
Попробуй --opt-channelslast использовать. У меня с ним больше не жрёт всю память, FHD теперь 20 секунд генерит - на треть быстрее.
И я похоже нашёл в чём причина была в других сетках у меня - оно как-то хуёво работает с половинной точностью f16, с нормальным f32 внезапно жор сильно меньше, хотя вроде по логике должно быть наоборот. Может что-то поменялось у Ады в архитектуре и теперь под f16 надо как-то по другому оптимизировать нейронки.
> --opt-channelslast
Пробовал раньше. Никакой разницы не заметил. Сейчас опять проверил, SD upscale смог две подряд обработать, там где раньше вылетало после первой, но может совпадение, раз на раз не приходится.
> --precision full
А вот эту вот хуйню я как раз позавчера отключил, т.к. обнаружил, что и без нее работает. Сейчас с ним проверил, SD upscale с этим даже первую картинку не может начать.
Всё это в нативном. В докере вылеты независимо от параметров последние дни.
У меня еще --no-half всегда включен ибо без него серые квадраты рисует. Ну и --medvram.
Потестил сейчас еще с --no-half --medvram --opt-channelslast. SD upscale без проблем 9 штук подряд сделал в один проход. Переключил на txt2img, запустил 6 штук на 512х832, генерируется, DE мограет сильно, похоже всё на грани полного краша, но таки завершил генерацию. RAM всё еще утекает, vram едва хватает, видосик на ютубе в соседнем браузере не посмотреть. А в репе ни одного намека на то, что он оптимизацию чинить собирается.
Но зато хоть картинки нормальные выдает на 512х832, без мутантов и в кадре помещаются. Из шести штук 4 - юзабельных.
Еще одна хуйня. На SD upscale карта греется хорошо, а вот на txt2img нет, особенно на highres.fix проходе. Похоже очень уж сильно в vram упирается.
Поверлимиты снижай, тебе эти +30% времени роли не сильно сыграют
Я с --xformers --opt-channelslast запускаю сейчас, по скорости самое лучшее. Но вот люди у меня совсем поломались, на высоких разрешениях всегда уродует их. Если больше 1024, то 10/10 пиков с уродствами и мутациями, рисует хуй пойми что. Старые промпты сломаны все.
С первым проходом хайрез фикса не пробовал экспериментировать? Типа выставить близко к 512 по ширине/высоте и соотношение близкое к заданым выше. Я с этими утечками еще особо не разбирался с новым подходом к хайрез фиксу.
Суть в том что деноиз приходится ставить повыше, чтоб не мылило, а иначе нет смысла в высоком разрешении, но тогда он пик из первого прохода слишком сильно меняет. Подгон разрешения первого прохода ничего не даёт, квадрат тоже не помогает. Вроде что-то начинает получаться, но рандом жуткий.
А если генерировать на меньшем разрешении, а потом кинуть в SD upscale с тем же промптом или слегка измененным, и с денойзом 0.2-0.4? У тебя-то явно памяти хватит, чтобы в один проход апскейлить без швов. У меня оно даже лишние пальцы убирало, если в негатив добавить. А если сразу много всего в txt2img это всё писать, особенно в негативе - совсем другая картинка получается и % удачных падает.
> а потом кинуть в SD upscale с тем же промптом или слегка измененным, и с денойзом 0.2-0.4?
То получается мыло. Не понятно что с ним делать.
И ещё он теперь рисует слишком много ненужных деталей. Например фоны и одежда на пикрилейтедах, пиздец какие картины он там вырисовывает. Или вообще как будто устаёт и сразу как 4 пик - высерает кучу уродов на одной пикче. Чем больше пердолюсь, тем дальше от старых результатов ухожу. Я ведь ещё с VP всё это делаю и не собираюсь с него слезать, он отдельные объекты рисует очень хорошо, но цельное изображение сложно собрать.
Чтобы получить немыльное хайрез фото, после создания картинки в txt2img нужно пропустить её через SD upscale скрипт в img2img с тем же промптом, можно добавить немного уточнений в конец промпта. Если это просто картинка с природой или жилой застройкой, можно попробовать ESRGAN, конкретно lollypop выдает нормальное изображение, он сгладит неровности и добавит мелких деталей. Крайне желательно апскейлить в один проход: для 512х512 картинки из txt2img, выставить 1024х1024 в img2img и выбрать SD upscale. Денойз не больше 0.4. Если в один проход не получается из-за OOM, придется разбивать, в этом случае даже денойз 0.2 уже может быть слишком много, и у может появиться разный фон в разных частах картинки (например, ковер в левом верхнем углу, обои в правом нимжнем).
Лучше всего добавляет деталей и убирает мыло LDSR. Особенно это касается случаев, когда нужно сделать именно фото. Чтобы сделать х2 апскейл с LDSR разрешение исходной картинки должно быть кратно 128, иначе будут черные полосы. Все перечисленно выше про денойз с LDSR еще важнее. Денойз выше 0.1 уже может слишком много лишней хуйни нарисовать, особенно если не хватает vram, чтобы апскейлить на конечном разрешении и приходится разбивать картинку.
Апскейл в extras - хуйня, точнее он именно апскейл и делает, без исправления мелких косяков и добавления резкости. Если с LDSR апскейлить х4, то можно картинку с разрешением кратным 64, а не 128, как с х2 апскейлом.
Конкретно для AMD. Меньше всего проблем будет, если запускать в докере. В гайде у AUTOMATIC1111 написано использовать rocm/pytorch, но он не работает после обновления rocm до 5.3 в latest. Нужно использовать rocm/pytorch:rocm5.2_ubuntu20.04_py3.7_pytorch_1.11.0_navi21 или rocm5.2.3_ubuntu20.04_py3.7_pytorch_1.12.1, но лучше первое.
На пикчах SD upscale, LDSR, denoise 0.09, с разбитием на 6 кусков. Без разбития будет лучше и можно выше денойз поставить, но у меня vram не хватает.
Для пейзажей может и норм. Но с консистентыми объектами беда. Лицо перекосоёбило, соски от балды приклеило.
В генеративном плане пох, но для апскейла, конечно, непростительно.
Решается правкой промпта на стадии апскейла и большими батчами, чтобы было из чего выбирать. А других вариантов нет, если не достаточно vram. Кстати, это в немалой степени из-за разбивки на 6 кусков. При апскейле на целевом разрешении такого говна почти нет, но у меня по какой-то причине нихуя кроме 1024x1664 не заводится, 1024x1536 вылетает с OOM, а 1024x1664 нормально проходит, но дает черные полосы.
1 - txt2img, 2 - SD lollypop, 3 - SD LDSR, 4 - LDSR x4 в extras
3-й без черной полосы полосы, потому что правленый modules/ldsr_model_arch.py, но это так себе правка, ибо увеличивает время обработки до абсурда.
Я так и не понял нахуя SD Upscale нужен, если не надо апскейлить блоками. Просто второй проход в image2image делает тоже самое. Только вот результат всё равно не радует. Одним проходом с высоким Denoising strength и VP получается чётче, но вот общая композиция идёт по пизде и я пока не придумал как это фиксить.
Первые два пика двумя проходами, 3 и 4 - одним. Промпты одинаковые...
Ну второй проход hiresfix в txt2img - это как раз и есть простой img2img и он сильно изменяет картинку. А SD upscale, как раз сохраняет композицию даже на относительно высоком денойзе. А если без блоков, то еще и нет хуйни с очень разным изображением в разных частях картинки, что и позволяет ставить повышать денойз, если апскейлить на целевом разрешении. Но это чисто догадки (про разницу между SD upscale и обычным img2img), и возможности качественно проверить у меня особо нет, т.к. от любого чиха у меня вылетает с OOM.
> сильно изменяет картинку на высоком денойзе
fixed
> сохраняет композицию даже на относительно высоком денойзе
У меня уже на 0.5 полностью портит пикчу. На 0.2-0.3 мыло превращает в детализированную мазню, оно вообще не понимает что там дорисовывает. Ну и по времени совсем неадекватно.
Ну вот на пиках 0.2 и 0.35. Туман в воду превратил и намазал везде непонятно что. Всё равно хуже однопроходных на 3 и 4 пиках, в один проход нет непонятной мазни.
Это все 4 пикчи с одним промптом и на одном сиде? Если да, то что из них больше похоже то, что тебе нужно было?
Провел небольшой экперимент. Всё с одним проптом, на одном и том же сиде, включая в img2img. Euler a, cfg - 8.5, txt2img - 20 шагов, img2img - 10. Для img2img разрешение 1024х1024, денойз - 0.29. Для VP: Beta distribution - 9.9, Beta min - 0.8, Epsilon - 0.03.
1 - txt2img с VP
2 - img2img SD upscale LDSR
3 - img2img SD upscale lollypop
3 - img2img VP
С LDSR больше всего похоже на оригинал и ближайшие ветки более четкие. С VP у деревьев в низине стволы лучше видны, но хз, хорошо это или плохо.
Просто в пределах 1024х1024 ещё не так сильно бросается в глаза зернистость. Вот на втором пике у тебя ветки из зерна и внизу лес как горох рассыпали. А вот если дальше продолжать апскейлить, то уже начинает бросаться в глаза что он не понимает что апскейлит. Как это забороть я пока не нашёл ответа - в 512х512 хорошо рисует, а вот уже дальше что то хуйня, что это. Опять же, можно апскейлить через ESRGAN, но только если нет зерна, он просто не знает что это за нахуй насыпали на экран.
Вот пример какой чёткости мне хочется. Но оно жутко рандомное, 9/10 пиков мусор.
> Вот на втором пике у тебя
Ну так это ESRGAN лолипоп, чисто для сравнения. Вообще похоже годится только в специфических случаях типа >>3215006 >>3215627, где мелких деталей изначально немного и они не особо важны.
>>3217221
> только если нет зерна
film grain в негативе погомает часто и extreme clarity в конце позитива может помочь.
Так это ж для инпейнта на основе 1.2. Или это действительно новая полноценная?
Отдельная, на основе 1.2, вроде как точность повыше чем у 1.4.
Если б я еще понимал, как этот график читать, было бы вообще охуенно. Поставил качать.
1 - txt2img с VP
2 - img2img c VP
3 - txt2img c VP и highres.fix от 512х512
На сиде и параметрах из >>3217199
И че примечательно, эта скотина без проблем делает 1024х1024, но почти всегда обсирается на 512x960 и даже на 512х832 после нескольких пикч.
Следующие 6 сидов. Хз, может и красивее рисует, но на промпт столько же внимания обращает, как 1.4.
Бамп
>Еще ресет приходится жмакать, если не уследить.
alt-sysrq-f
>ресет приходится жмакать, если не уследить
1) Убивать через earlyoom / oomd / nohang
2) Ограничивать память cgroups / docker
4) Ребутать мягко через Sysrq
Уж до ресета-то не доводи.
insanely intricate details
>>3217815>>3217814
Так это надо всё это настроить заранее, а у меня лапки.
Пересоздал image с --memory="16g" --memory-swap="16g", спасибо за идею >>3217815, теперь просто вылетает процесс после 48 картинок. До этого пробовал --memory="24g" без ограничения свопа, так эта зараза мне весь zram засрала, и опять систему повесила. Попробую еще 24 вернуть, но уже со свопом.
sysrq изкоробки работает
https://ru.wikipedia.org/wiki/SysRq#Список_команд_SysRq_в_Linux
Не совсем. Мне её включать на раче пришлось, когда тестировал в прошлом году. Ну и отсутсвие отдельной кнопки вынуждает превращаться в пианиста. Кроме того, она мне так ФС отмонтировала, что при следующей загрузке сабвольюмы btrfs нихуя не примонтировались и конфиги в хомяке похерились, включая все конфиги плазмы. Хорошо хоть снапшоты были. С тех пор больше не экпериментировал.
> btrfs
А зачем ты его используешь? Это буквально худшая фс по отказоустойчивости. Хуже ничего не существует.
У меня все работает, кроме sysrq. Когда привыкнешь к воркфлоу с сабвольюмами и снапшотами, назад пути уже нет.
> с сабвольюмами и снапшотами
Но нахуя? Любишь передолинг? Помимо прочего бтрфс ещё и жутко медленный, даже NVME на 3500 не вывозит.
Удобно же. Простой пример: держать папки с играми у лутриса в отдельных сабвольюмах, и хранить снапшоты с рабочим конфигом. Если обновление вайна, или еще какой хуйни ломает устновку, достаточно откатиться из снапшота и выставить вайн, который работал. Еще более конкретный пример - был у меня Phoenix Point установлен с каким-то очень конкретым вайной, и устновлен скриптом с сайта лутриса, на котором этого скрипта больше нет. И ни на какой другой конфигурации оно работать не хотело. Если запустить с другим вайном - вся хуйня ломается, и не работает даже если вернуть ту версию вайна. А вот снапшот работает отлично. Ну snapper конечно, которым можно можно автоматически делать снапшоты для вообще всего, и позволяет одной командой исправить даже самый страшный результат криворукого пердолинга.
Медленности не замечал. Может у тебя какие-то специфические задачи, для которых btrfs действительно не подходит. Пердолинга нет, как такового, частые команды быстро запоминаются и имеют сокращения типа "btrfs su cr" или "btrfs su sn".
> в отдельных сабвольюмах
Но ведь можно просто в отдельных папках хранить.
> обновление вайна, или еще какой хуйни ломает устновку
Мне как индусу не понять этого. Всё должно просто работать, конкретный софт не ломает ничего рядом. Если сильно хочется, то точки восстановления или снапшоты папок просто одним кликом включаются.
Лучше смотри как у меня аниме вращается...
Настроил более-менее нормально определение глубины сцены, стало получше, форму объектов уже видит и крутит. Ещё бы как-то победить нестабильность текстур и дорисовку непонятного говна побокам убрать.
А на реалистичных запросах и пейзажах пока хуже - очень легко объекты полностью перерисовывает при зуме.
Скорость терпимая, вот эти видосы чуть больше минуты генерируются. Память жрёт почти как при обычной генерации.
> в отдельных папках хранить
Отдельным папкам не создать снапшотов, которые не занимают на диске нихуя, вообще.
> Лучше смотри как у меня аниме вращается...
Крипота. А не пробовал video2video или как его там? Типа взять дракономать, напримемр, и сделать её анимешной.
> video2video
Так это надо видос найти, желательно квадратный. Да и смысла в SD мало с ним. Сюда тоже можно на вход видос отправлять.
А вообще тут главная проблема в нестабильности. Если понижать деноиз, то понижается количество шагов на кадр и он дорисовывает плохо при сдвиге камеры.
> Если понижать деноиз, то понижается количество шагов
А у тебя не включено "With img2img, do exactly the amount of steps the slider specifies" в настройках?
> Так это надо видос найти, желательно квадратный
handbrake же есть.
Похож или нет, суди сам.
> А у тебя не включено "With img2img, do exactly the amount of steps the slider specifies" в настройках?
С ним уже слишком мнего шагов. Первый кадр рисуется с нормальным количеством, а дальше должно быть меньше, чтоб он полностью не перерисовывал пикчу. С этой галкой уже слайдшоу начинается, кадры вообще никак не связаны почти.
Ну так вручную меньше шагов выставь. Всяко лучше самому точно контролировать шаги. Врочем, я хз, как этот скрипт устроен, но по идее он же каждый входной кадр и должен перерисовывать, а не только первый.
> по идее он же каждый входной кадр и должен перерисовывать
Не, там сначала идёт движение в 3D, отдельная модель определяет объёмность изображения и трансформирует по заданным параметрам. И уже на основе сдвинутого изображения рисуется кадр. В том криво вращающемся аниме он бы вообще ничего не смог нарисовать, если бы перерисовывал весь кадр. Вот тут на зуме только каждый шестой кадр SD рисует, остальное в 3D трансформируется.
Ясно, ну тогда для трансформации видео нужен полноценный video2video. У nerdy rodent на ютубе было про него, вроде нормально делает.
чё спрашивается делать?
>>3218612
> чё спрашивается делать?
Заново ставить и смотреть на ошибки во время установки.
> aesthetic-оптимизациями
Неплохо. А я всё жду пока он начнет старые баги исправлять, а не новые фичи/баги встраивать.
> начнет старые баги исправлять
Похоже никогда. Там уже куча людей кроме него, всё превращается в тестовый полигон. Да и вообще от питонистов ожидать качественные код - это безумие. Особенно в нейросетках, вот тот же Real-ESRGAN от китайца из тенцента - на коленке слепил и пойдёт.
Красивое.
> Чего опять все притихли?
Заебало. Пердолю пока nixos в соседнем треде. Надеюсь на исправление текучей памяти, ибо 30 раз картинку нарисовать до вылета - это так себе.
Я думаю дело не в утечках, а в том что напердолили новых фич типа гипера/VAE и тренировки. У меня потребление стабильное, не увеличивается. Тебе наверное только дорога в --medvram или ручное выпиливание нового функционала.
> --medvram
Я с самого начала с ним. Утекат RAM, хотя я уже несколько дней не запускал, может уже и исправили.
> RAM
Может в линуксе дело. У меня стабильно 2 гига.
> Я с самого начала с ним.
И зачем он тебе? Я на 8 гигах где-то до 1280х1280 мог делать, уже дальше CUDA утрыгивала.
С --precision full --no-half больше жрет. Без --precision full работает нестабильно, что-то работает, что-то нет. Без --no-half точно не работает, рисует серые квадраты.
Тег real emotion делает зрачки лучше/круглее.
Очень похожа на молодую Эль Фаннинг.
Держи.
Спасибо, но я хотел не аниме.
Хочу картинку с грозными американскими военными рядом с Кремлем.
3 картинка хорошая, выглядит будто на память личная фотография военной.
Поскорей бы.
Ну вот без аниме. Пойдёт?
Хуйня. Выглядит как сон ватника на обочине.
ты же сам мечтаешь чтобы ханские кешиктены свергли московскую калиту которая хану возит нефтегазовый ясак и награбленное у туземцев бензоколонки бабло - прям хрестоматийная вера в доброго царя и злого боярина. так что ватник тут только ты.
а тем временем крым в своё время отдали на хранение выпускнику американской политшколы NDI который со времён депутатской комиссии Марины Салье грабит тех кого ты ненавидишь и вывозит награбленное тем кому ты поклоняешься. ну и зачем натовским кешиктенам такого ценного кадра свергать?
Тогда есть совсем реалистичное.
Пост тоже нейросеть генерировала?
least schizo linux user
>>3222546
Вообще-то, он эзоповым языком излагает вам немножко приукрашенных фактов и опирается на наиболее современную и научную картину международных отношений.
ну как современную, местная элита со времён хана Менгу-Тимура одновременно вывозит в метрополию всё что можно украсть и одновременно ссыт в уши холопам как она борется со страшным иноземным игом. это так сказать многовековая духовная скрепа. разве что рюриковичи сменились на бывших кпссовских номенклатурщиков, но что тех что других давно низвели до сборщиков ясака.
Какие слова ты вводил, чтобы получить такие картинки? С какими настройками? У меня пока-что только туфта получается.
Может тебя ещё научить ЦП генерировать?
Я просто хочу понять, как можно создавать фото без эффекта зловещей долины.
> как
Пердолить настройки. Запрос - это уже последнее дело, он обычно очень прямолинейный.
Как сохранить видео с deepfaceLIVE?
Тупой или тупой? Свой скрин вообще видел?
Где там настройки? Я веб-интерфейсной надстройкой пользуюсь.
Кормишь ей картинку - она тебе ее перерисовывает артово, в слегка фентезийно-анимешном стиле. И дорисовывает тоже. Например пикрил можно делать. Было можно, потому что с сегодня залочили только на фоточки с лицами, что достаточно унылое говно.
Я так понимаю самому такую ебу натренировать нужны терабайты сорц-картиночек и вагон видеокарт. Вот и вопрос - есть что-то подобное желательно готовое для оффлайна и где его скачать без регистрации и смс?
Любая img2img модель. В stable-diffusion-webui есть.
Из вариантов дёшево и быстро - diffuse the rest.
https://github.com/deezer/spleeter
https://github.com/bytedance/music_source_separation
https://melody.ml/
В целом задача называется music/voice separation/demixing. Год назад был конкурс: https://mdx-workshop.github.io/ надо посмотреть что победители высрали. Плюс современный софт для звукарей, говорят, тоже сейчас такие сетки вставляют, но я в этом не шарю.
>инструменталов годных, которые рапиры зашкварили своими быдлостихами
Слушай соул и фанк просто. Рапиры добавляют текстами ритмическую составляющую, без них минусовка ничем от 70-х не отличается.
Вот ещё парочка, запишу для потомков
https://github.com/Anjok07/ultimatevocalremovergui
https://github.com/yoyololicon/danna-sep
УЖЕ ИЗОБРЕЛИ СОЧИНИТЕЛЬ МУЗЫКИ КОТОРЫЙ НЕ ИЗ КУСКОВ СПЕКТРОВ СЛЕПЛИВАЕТ А ГРАМОТНО ПО ТЕОРИИ?
> https://github.com/deezer/spleeter
О, если опенсурс от корпорации, то как правило, это годнота. Попробую, отпишусь, и по возможности залью в тред резалты, б'гг
>А ГРАМОТНО ПО ТЕОРИИ
Strasheela уже лет 15 как релизнулся.
Оригинал:
https://files.catbox.moe/t1nz3w.flac
spleeter 2stems:
https://files.catbox.moe/eato8t.wav
Чо-та калово получилось, в моих MDR CD-900ST отчётливо слышны остатки речитатива, а ещё нейросетка не умеет в нормализацию отпочковавшегося инструменатала, пичаль-бида, б'гг
melody.ml — НАМНОГО лучше, я бы даже сказал, почти что идеально, фоновые попёрдывания голосом практически нивелированы, с нормализом всё ОК, б'гг
https://files.catbox.moe/r4l5ad.mp3
Этих нейросеток, оказывается, просто дохуя, даже от пейсбука есть, постараюсь попробовать все!
https://files.catbox.moe/mrfbbf.wav
Кодировалось долго, вместе с тем, результат где-то лучше где-то хуже, чем на мелодимле, НО! есть преимущество в том, что не слышно «хрипотцы» (как я понимаю, это неравномерный срез частот) на сэмплах, где удалён воКЭЛ.
Ради интереса, послушал воКЭЛ, так там вообще идеально отделилось, любителям делать ремиксы зайдёт, а там ещё реверба, компрессора и вообще ЗБС, б'гг
Как я понял, htdemucs слабовата, есть ещё старые, более совершенные модели , и есть -n htdemucs_ft (ft это finetuned). Весёлая же XYNTA эти нейросетки.
Бля, будто новый мир открыл, соревнования, даташиты, модельки, б'гг
Это надо всё сидеть, читать, тестировать, на самом деле, интересная тема.
https://videoprocessing.ai/benchmarks/
/thread
> 2k23
> сжимать сраные квадраты с привязкой к пикселям и герцам, вместо непрерывного представления пространства-времени
http://zeyuan-chen.com/VideoINR/
htdemucs_ft
В четыре раза меньше скорость кодирования, очевидных улучшений может на 2% наберётся, игра не стоит свеч, б'гг
Завтра после работки ещё Open-Unmix попробую, б'гг
А воКЭЛ отделило — моё почтение, сохранились даже бэки и слышно едва уловимое эхо от кабинки звукозаписи, б'гг
Забыл прикрепить ссылку на инструментал:
https://files.catbox.moe/b5jqr1.wav
https://files.catbox.moe/tsj7fj.wav
В целом, резалт не очень понравился из-за чрезмерного «песка» (возникшего, как понимаю, из-за среза частот), хоть и стоял и деноизер и нормалайзер, но с 0:59 секунды скрипку удалось просто чистейшим образом обработать, моё почтение!
Бамп
Берёшь все его работы открытом доступе
@
Добавляешь более-менее нормально сгенереных артов на 1.4
@
Аугментируешь
@
Подписываешь лейблы "banned_forbidden_censured_artist_name"
@
Файнтюнишь
@
Промптишь "sexy girl with giant boobs by banned_forbidden_censured_artist_name"
@
Довольный урчишь
Нет, gpt-3 не выложили, и этот зажопят, этика-хуетика.
Жди пока GPT-J/GPT-NeoX подтюнят под разговорный режим.
А ну брысь отсюда, хуесосы. У вас теперь своя доска есть: https://2ch.hk/ai/
Есть такое. 1-2 генерации, и моих 16 гигов ОЗУ не хватает, и оно начинает жрать своп (а тот на SSD)
C:\Windows\system32>conda install pytorch torchvision torchaudio pytorch-cuda=11.7 -c pytorch -c nvidia
Collecting package metadata (current_repodata.json): done
Solving environment: \
The environment is inconsistent, please check the package plan carefully
The following packages are causing the inconsistency:
- defaults/win-64::astropy==4.3.1=py39hc7d831d_0
- defaults/noarch::cookiecutter==1.7.2=pyhd3eb1b0_0
- defaults/noarch::dask==2021.10.0=pyhd3eb1b0_0
- defaults/win-64::distributed==2021.10.0=py39haa95532_0
- defaults/win-64::matplotlib==3.4.3=py39haa95532_0
- defaults/noarch::seaborn==0.11.2=pyhd3eb1b0_0
- defaults/win-64::spyder==5.1.5=py39haa95532_1
- defaults/win-64::spyder-kernels==2.1.3=py39haa95532_0
failed with initial frozen solve. Retrying with flexible solve.
Solving environment: failed with repodata from current_repodata.json, will retry with next repodata source.
Collecting package metadata (repodata.json): done
Solving environment: \
Это Solving environment: \ крутится долго и ничего не происходит. Помогите установить этот pytorch, мудрые аноны.
> Хороший апскейл должен уметь брать кучу фоток из сета и по ним иметь возможность получать детали сцены, информацию о лице.
интересно лет через 5 такую ёбу запилят?
Я в восторге. Звучит так будто там и не было никакого вокала. Тоже решил установить demucs, но получаю ошибку.
WinError 127 Error loading "C:\Users\user\anaconda3\lib\site-packages\torch\lib\caffe2_detectron_ops_gpu.dll" or one of its dependencies.
Помоги решить.
Советую в данном случае точечно не ебаться, а поставить мокропиську UVR, ибо в случае, где множество разнородностей лучше, чтобы всё хранилось в одном месте и было с централизованным управлением, тогда ошибок не будет. Я изначально тоже точечно всё ставил, а потом-тауи накатил UVR5, что кардинально сэкономило время.
>UVR
В нём про demucs ничего не написано. Или они используют одинаковые модели но под разными обёртками?
> В нём про demucs ничего не написано.
А на пикриле тогда чё?
>>3299919
> Или они используют одинаковые модели но под разными обёртками?
Все самые мейнстримные модели используются, в том числе demucs, но я ещё не смотрел новый challenge по демуксации, может чего эффективнее сваяли.
ппц так обидно
есть обходные пути этой херни, или идти в магазин за видимокартой, чтоб ии прон посмотреть?
спасибо, аноны, заранее