Perché le immagini IA sbagliano il conteggio, e come chiedere folle che funzionano
Chiedi esattamente tre di qualcosa e potresti ottenerne cinque. Perché i modelli contano male e cinque modi per ottenere la folla o il set che volevi.
Hai scritto "three candles on a windowsill" e ne hai ottenute quattro. Hai provato "exactly three", ne hai avute due, poi cinque. Non c'è nulla di rotto. Contare è una delle cose per cui i modelli di immagini sono strutturalmente scarsi, e una volta capito perché, puoi smettere di combatterlo e cominciare ad aggirarlo.
Perché il conteggio devia
Un modello di immagini non costruisce un'immagine oggetto per oggetto per poi controllare il totale. Rifinisce l'intera tela in una volta, tirando ogni regione verso "l'aspetto che ha di solito un'immagine che corrisponde a queste parole". La parola "three" è una spinta debole tra decine di altre parole, e nelle immagini di addestramento il numero di candele vicino alla parola "candles" raramente era indicato.
I conteggi piccoli, uno e due, sono i più facili perché sono schemi comuni: un soggetto, una coppia. Oltre, il modello si appoggia a texture e ritmo invece che all'aritmetica. Una fila di finestre sembra giusta quando la spaziatura sembra giusta, non quando sono sette. Ecco perché un conteggio come "a few" funziona meglio di un numero che non può rispettare.
Dove conta e dove no
Dividi la scena in due tipi. In una folla, in una foresta o in una ciotola di frutta nessuno conta, e uno scarto di due è invisibile. In una foto di prodotto, un diagramma, un set di icone o un gioco da tavolo, chi guarda conta all'istante e un numero sbagliato sembra un errore. Spendi le energie solo sul secondo tipo.
Cinque modi per ottenere il conteggio che intendevi
1. Chiedi meno, e dai un nome al gruppo
I modelli gestiscono "a pair" e "a trio" meglio di un numero nudo e crudo, perché sono concetti singoli e non aritmetica. "A trio of candles, tall, medium and short" dà a ciascuna un'identità, e le identità sono più facili da mantenere di un totale.
2. Descrivi ogni elemento per posizione
Invece di un conteggio, dai a ogni elemento un posto. Il modello è bravo con sinistra e destra, primo piano e sfondo, ed è difficile aggiungere una quarta candela quando la frase ha già riempito sinistra, centro e destra del davanzale.
A windowsill at dusk, a tall white candle on the far left, a short amber candle in the centre, a medium candle in smoked glass on the right, the window behind them soft and blurred, warm light, 4:5 portrait framing3. Genera in piccolo, poi componi
Per un set che deve essere esatto, come cinque icone o sei carte, renderizza ciascuna come immagine a sé e disponile nel tuo editor. Costa qualche render in più, ma ogni render è un lavoro a soggetto singolo, il tipo più economico da far riuscire. Fai le bozze dei pezzi su Still Lite, da €0.30 a render, e rifinisci solo quelli buoni su Still.
4. Tieni vaga la folla di proposito
Per persone o oggetti sullo sfondo, descrivi la densità, non il numero: "a sparse crowd", "scattered", "packed shoulder to shoulder". I modelli sono bravi con la densità perché è una texture. Aggiungere un numero dà loro solo qualcosa da sbagliare in modo visibile.
5. Correggi dopo invece di rilanciare
Se l'immagine è giusta tranne che per un oggetto in più, non tirare di nuovo i dadi. Allega il render come riferimento e chiedi la stessa scena "with the fourth candle removed". Il modello mantiene palette e impaginazione e deve cambiare solo una cosa, una scommessa molto migliore di una nuova estrazione.
Cosa non può fare lo studio
Nessuno strumento nello studio può promettere un conteggio esatto, e oggi nemmeno qualsiasi altro generatore di immagini. Una qualità più alta affina i dettagli, non insegna l'aritmetica. Se un numero sulla pagina è un requisito rigido, costruisci il set da immagini separate, oppure disegna tu l'impaginazione finale e usa il render per l'aspetto. Lo stesso vale per il testo leggibile, che fallisce per ragioni affini; la guida a mani e testo lo affronta.
Una routine rapida
- Decidi se qualcuno conterà. Se no, smetti di preoccuparti.
- Se sì, descrivi gli elementi per posizione e dai a ciascuno il proprio aggettivo.
- Renderizza con poco un piccolo lotto di bozze e scarta a colpo d'occhio quelle con il conteggio sbagliato.
- Correggi un quasi-centro partendo da un riferimento invece di ricominciare.
- Per i set esatti, renderizza i pezzi separatamente e assemblali tu.
Abbina questo alle abitudini dell'articolo sulla tassa del re-roll e la maggior parte dei render sprecati sparisce, perché i conteggi sbagliati sono tra i re-roll più costosi che ci siano. Puoi vedere il prezzo attuale di ogni modello nella pagina dei modelli prima di premere Genera.
Domande
Perché l'IA aggiunge dita o oggetti in più?
Il modello rifinisce l'intera immagine in una volta e abbina schemi locali, non totali. Dita, finestre e candele si ripetono, quindi continua a ripeterle finché l'area sembra piena, e il numero esatto non è qualcosa che tiene traccia.
Un modello migliore risolve il conteggio?
Aiuta con i conteggi piccoli, da uno a tre, e con la pulizia del risultato. Nessun modello attuale conta in modo affidabile oltre, quindi i metodi della posizione e dell'assemblare da soli valgono ancora.
Costa meno rilanciare o modificare partendo da un riferimento?
Quando l'immagine è giusta tranne che per un oggetto, modificare da un riferimento di solito costa meno, perché conservi tutto ciò che va bene e cambi una cosa. Rilanciare butta via le parti buone insieme a quelle sbagliate.
