Images et IA

(page créée le 8 nov 2021)

“Text-to-image is the new Sudoku.”, Mario Klingemann

Listes de ressources

• https://pharmapsychotic.com/tools.html
• https://github.com/Maks-s/sd-akashic

Stable Diffusion est un modèle de génération d'images, créé par Stability AI, le modèle a été entrainé sur 2,3 milliards d'images du dataset LAION-5B

Service gratuit / réseau social permettant d'utiliser Stable Diffusion (NSFW) en ligne (version 1.5 le 28/11/2022). Permet aussi de partir d'une image existante pour en modifier une partie («img2img»).

• https://mage.space
• https://twitter.com/MageSpace_

(Accès gratuit limité) Service d'accès à Stable Diffusion par StabilityAI

• https://beta.dreamstudio.ai/home

(?) Service d'accès à Stable Diffusion

• https://playgroundai.com/login

Dans des images créées par Stable Diffusion, images présentées avec les prompts :

• https://lexica.art + recherche inversée (voir aussi stable-diffusion-prompts)
• https://www.krea.ai
• https://arthub.ai/
• https://openart.ai/

• dans 12 millions d'images : https://laion-aesthetic.datasette.io/laion-aesthetic-6pls/images?_sort=rowid (article sur le projet)
• https://rom1504.github.io/clip-retrieval/
• Vos images personnelles ont-elles étés aspirés dans le dataset LAION-5B ? https://haveibeentrained.com/.
• LAION5B explained : https://www.ivanzhou.me/blog/2022/12/4/paper-explained-laion-5b

• https://promptomania.com/stable-diffusion-prompt-builder/
• Utiliser chatGPT pour écrire des prompts : https://www.reddit.com/r/StableDiffusion/comments/11ezpcg/chat_gpt_stable_diffusion_promt_generator/

• https://www.reddit.com/r/StableDiffusion/

Des principes/procédés/logiciels qu'on retrouve dans l'univers de Stable Diffusion :

auto1111 / automatic1111 : interface web pour utiliser Stable Diffusion avec de nombreuses options, automatic1111 est l'auteur original qui a donné son nom au logiciel, mais le nom du projet est plutôt Stable Diffusion web UI

• https://github.com/AUTOMATIC1111/stable-diffusion-webui

checkpoint / .ckpt

ControlNet : permet d'utiliser une image comme guide, avec beaucoup de subtilités! (utilisable dans automatic1111) par exemple : utiliser une image d'une pose corporelle comme guide appliquera cette pose au personnage créé par le prompt. Il existe différents parfums de ControlNet : ControlNet Canny, ControlNet openpose, ControlNet HED avec leurs spécificités

• https://github.com/lllyasviel/ControlNet
• https://aituts.com/controlnet/
• https://www.reddit.com/r/StableDiffusion/comments/119o71b/a1111_controlnet_extension_explained_like_youre_5/
• https://www.reddit.com/r/StableDiffusion/comments/11cwiv7/collected_notes_and_observations_on_controlnet/ description des différentes méthodes
• conteolnet 1.1 en détail https://github.com/lllyasviel/ControlNet-v1-1-nightly

deforum : création d'animations à partir de prompts et d'indications sur l'animation (rotation, zoom, etc.)

• https://deforum.github.io
• https://docs.google.com/document/d/1RrQv7FntzOuLg4ohjRZPVL7iptIyBhwwbcEYEW2OfcI/edit
• https://github.com/deforum-art/sd-webui-deforum/wiki
• https://aituts.com/deforum/ bonne intro
• https://stable-diffusion-art.com/deforum/ autre intro
• https://rentry.org/AnimAnon-Deforum tous les paramètres expliqués
• https://docs.google.com/document/d/1pEobUknMFMkn8F5TMsv8qRzamXX_75BShMMXV8IFslI/edit guide pour Deforumv05 (pdf possible)
• https://rentry.org/AnimAnon excellent guide général sur l'animation
• https://replicate.com/deforum/deforum_stable_diffusion/examples

deforum/parseq : parseq est un séquenceur de paramètres pour deforum

• https://rentry.org/AnimAnon-Parseq
• https://github.com/rewbs/sd-parseq
• un exemple : https://www.youtube.com/shorts/fgiev3A93RU

dreambooth : méthode pour compléter l'entrainement d'un modèle à partir de photos personnelles

• https://dreambooth.github.io/

embeddings

img2img : image to image = modifier une iamge de base par un prompt

inpainting : modifier uniquement une partie d'une image préexistante

• inpainting avec automatic1111 : https://onceuponanalgorithm.org/using-inpaint-in-stable-diffusion-tutorial/

instruct pix2pix ; une forme particulière d'img2img qui permet de modifie des images existantes par une instruction tout en gardant leur structure, ex : “swap sunflowers with roses”, “turn it into a still from a western”

• https://github.com/timothybrooks/instruct-pix2pix

invisible watermark

• https://medium.com/@steinsfu/stable-diffusion-the-invisible-watermark-in-generated-images-2d68e2ab1241#504e

invokeAI : logiciel web pour générer des iamges (inpainting, outpainting, etc.)

• https://github.com/invoke-ai/InvokeAI/blob/main/docs/features/UNIFIED_CANVAS.md

Latent Couple : composition controlée, segmentation, plusieurs prompts

• https://www.reddit.com/r/StableDiffusion/comments/11jmtel/basic_guide_7_using_latent_couple_controlnet_to/
• https://github.com/opparco/stable-diffusion-webui-two-shot

latent diffusion

latent space

LoRA (Low-Resource Adaptation) : entrainement complémentaire d'un modèle, “fine-tune” / réglages fins (voir aussi dreambooth, textual inversion, qu iosnt des méthodes alternatives)

• https://www.shruggingface.com/blog/self-portraits-with-stable-diffusion-and-lora
• https://www.shruggingface.com/blog/blending-artist-styles-together-with-stable-diffusion-and-lora

model

• https://rentry.org/sdmodels

modifier

outpainting : “agrandir” une image en la complétant avec un prompt

paint-with-words : segmentation d'iamges, multiples prompts

• https://github.com/cloneofsimo/paint-with-words-sd

sampler / sampling method

• (SD v1.4) https://proximacentaurib.notion.site/SD-Steps-vs-CFG-vs-Sampling-Method-e8765704d8a6457ca3f66058466fe43a

T2I adapter : transfert de style, composition controlée

• https://github.com/TencentARC/T2I-Adapter
• https://www.reddit.com/r/StableDiffusion/comments/11j07iu/style_t2i_adapter_model_mikubills_controlnet/

textual inversion

token : plus petit élément quand un prompt est décomposé (une sorte d'“atome” de langage, syllabe mais pas vraiment, etc.)

tokenizer

txt2img : text to image = générer une iamge depuis un prompt

upscale

• https://github.com/AUTOMATIC1111/stable-diffusion-webui/discussions/6509?ref=learn.rundiffusion.com

Création d'images à partir d'un énoncé («prompt») basé sur le modèle Dall-E Mini. Rapide et facile à utiliser

https://www.craiyon.com/

(Accès gratuit limité) Création d'images à partir d'un énoncé («prompt»)

• https://openai.com/dall-e-2/
• aide de l'éditeur : https://help.openai.com/en/articles/6516417-dall-e-editor-guide

(Accès gratuit limité) Création d'images à partir d'un énoncé («prompt»). Accessible sur Discord

• https://www.midjourney.com/home/

• styles dans midjourney : https://ckovalev.com/midjourney-ai/guide/how-to-apply-any-style-to-any-prompt-in-midjourney-ai

= MidJourney x Spellbrush (Accès gratuit limité). Modèle entrainé et spécialisé sur les images d'anime)

• https://nijijourney.com/

Création d'images à partir d'un énoncé («prompt»)

• https://huggingface.co/spaces/akhaliq/VQGAN_CLIP (temps d'attente variable)
• (fev 2022) https://huggingface.co/spaces/EleutherAI/VQGAN_CLIP
• https://colab.research.google.com/drive/1_4Jl0a7WIJeqy5LTjPJfZOwMZopG5C-W?usp=sharing#scrollTo=g7EDme5RYCrt (colab / google nécessite un compte google)

Explication du principe : https://ljvmiranda921.github.io/notebook/2021/08/08/clip-vqgan/

Des exemples sur reddit

• https://www.reddit.com/r/artificial/comments/n5jyet/statues_photo_input_with_clip_vqgan_image/
• https://www.reddit.com/r/deepdream/comments/q1o6l5/what_prompts_do_i_feed_to_get_such_images/

Une plateforme de publication : https://creator.nightcafe.studio/top

Une analyse des artistes/bédéistes/illustrateur·ice·s dans VQGAN : https://remidurant.com/artists/# (déjà la préhistoire en 2023)

Autres modèles, russes cette fois : https://rudalle.ru/en/

Des ressources : https://pharmapsychotic.com/tools.html#sec-1f7f

• exemple de modifiers : https://promptomania.com/stable-diffusion-prompt-builder/
• stable diffusion 2.1 prompt book : https://app.usp.ai/static/Stable%20Diffusion%202.1%20Prompt%20Book%20by%20USP.ai.pdf
• guide prompts pour le modèle RPG v4 (mais informatif et général) : https://huggingface.co/Anashel/rpg/resolve/main/RPG-V4-Model-Download/RPG-Guide-v4.pdf
• un article : https://medium.com/@silkworm/high-quality-art-generation-with-the-prompt-suggestion-or-search-dbd59fb0f538
• https://strikingloo.github.io/stable-diffusion-vs-dalle-2
• https://photogpedia.com/ai-art-generators-prompt-building/
• https://docs.google.com/document/d/17VPu3U2qXthOpt2zWczFvf-AH6z37hxUbvEe1rJTsEc/edit
• https://github.com/joelparkerhenderson/stable-diffusion-image-prompt-gallery
• https://serokell.io/blog/stable-diffusion
• https://www.unlimiteddreamco.xyz/2022/03/16/writing-good-prompts-part-1.html
• https://matthewmcateer.me/blog/clip-prompt-engineering/

Plusieurs services en ligne proposent des prompts à partir d'une image qu'on leur envoie

• pour Stable Diffusion v1.x : https://huggingface.co/spaces/pharma/CLIP-Interrogator
• pour Stable Diffusion v2 : https://huggingface.co/spaces/fffiloni/CLIP-Interrogator-2
• https://huggingface.co/spaces/pharma/sd-prism
• https://replicate.com/pharmapsychotic/clip-interrogator

Comment ça marche ? : https://medium.com/@silkworm/diversify-photo-database-with-clip-interrogator-5dd1833be9f5

De stable Diffusion v1.x à SD v2.0 : https://huggingface.co/spaces/fffiloni/prompt-converter

• listes de mots https://github.com/pharmapsychotic/clip-interrogator/tree/main/clip_interrogator/data
• modifier studies : https://proximacentaurib.notion.site/2b07d3195d5948c6a7e5836f9d535592?v=e8062bc85bfd43a99fb6e187e9bac926
• artist style studies : https://proximacentaurib.notion.site/e28a4f8d97724f14a784a538b8589e7d?v=42948fd8f45c4d47a0edfc4b78937474
• https://www.the-ai-art.com/modifiers

• https://yxuhan.github.io/AdaMPI/
• https://replicate.com/pollinations/adampi

• https://shihmengli.github.io/3D-Photo-Inpainting/
• https://replicate.com/pollinations/3d-photo-inpainting

Plusieurs applications et services en ligne proposent d'animer des images fixes, par exemple : pour animer le visage d'un portrait, d'une photo ancienne, etc.

cutout.pro AI photo animer https://www.cutout.pro/photo-animer-gif-emoji email + gratuit pour le téléchargement basse définition avec watermark, payant pour une meilleure qualité

deep nostalgia https://www.myheritage.fr/deep-nostalgia (attention à la société qui propose ce service!)

leai.pix https://convert.leiapix.com/ transformation d'images fixes en images 3D lightfield (utilise depthy et BoostingMonocularDepth)

Augmentation de la définition d'une image

• https://replicate.com/nightmareai/real-esrgan
• https://huggingface.co/spaces/akhaliq/Real-ESRGAN

Article : https://github.com/xinntao/Real-ESRGAN#Portable-executable-files

• https://film-net.github.io/
• https://replicate.com/google-research/frame-interpolation

• https://replicate.com/pollinations/rife-video-interpolation

«Real-World Video Super-Resolution»

• https://github.com/ckkelvinchan/RealBasicVSR
• https://arxiv.org/pdf/2111.12704.pdf

https://toonify.photos/

Edition d'images basée sur l'apprentissage automatique

• https://github.com/XingangPan/DragGAN
• https://vcai.mpi-inf.mpg.de/projects/DragGAN/

Interpolation d'images : à partir d'une vidéo en stop motion, recréer la fluidité d'un tournage classique

• https://github.com/baowenbo/DAIN

Génération fine d'images à partir d'une image source avec changements de contexte, de propriétés, etc.

• https://medium.com/@silkworm/dreambooth-how-google-hacks-diffusion-model-to-generate-personalized-photos-b4721763f0f8
• https://dreambooth.github.io/

• https://github.com/openai/CLIP

«This model is trained from scratch using only public domain/CC0 or copyright images with permission for use, with using a fixed pretrained text encoder (OpenCLIP ViT-H/14, MIT License).»

• https://huggingface.co/Mitsua/mitsua-diffusion-one

• https://stability.ai/blog/stable-diffusion-public-release
• https://github.com/CompVis/stable-diffusion
• https://huggingface.co/spaces/stabilityai/stable-diffusion
• https://www.reddit.com/r/StableDiffusion/
• tuto https://blog.paperspace.com/generating-images-with-stable-diffusion/

• https://github.com/AUTOMATIC1111/stable-diffusion-webui
• tuto : https://gigazine.net/gsc_news/en/20220912-automatic1111-stable-diffusion-webui-prompt-interrogate/
• exemples : https://github.com/AUTOMATIC1111/stable-diffusion-webui-feature-showcase

Paragraphica is a context-to-image camera that uses location data and artificial intelligence to visualize a “photo” of a specific place and moment. The camera exists both as a physical prototype and a virtual camera that you can try. ( https://bjoernkarmann.dk/project/paragraphica )

90 miles controverse sur l'utilisation de l'IA générative pour créer des iamges “documentaires” d'évènements passés : https://www.blind-magazine.com/fr/stories/comment-limagerie-ia-ebranle-le-photojournalisme/

• https://learn.adafruit.com/generating-ai-art-with-vqgan-clip/piloting-the-weird
• https://github.com/CompVis/taming-transformers
• https://www.kaggle.com/basu369victor/playing-with-vqgan-clip
• https://www.aiweirdness.com/tag/clip-vqgan/
• https://pollinations.ai/c/Anything
• https://ljvmiranda921.github.io/notebook/2021/08/11/vqgan-list/
• https://ml.berkeley.edu/blog/posts/clip-art/
• https://hotpot.ai/art-maker
• https://aiartists.org/ai-generated-art-tools
• https://www.artbreeder.com/
• https://www.aiweirdness.com/tag/clip-vqgan/