Fortgeschrittene Bildtechniken: Inpainting, Outpainting und ControlNet
Teil des Prompt Engineering-Kurses
In den letzten beiden Lektionen hast du ganze Bilder aus einem Textprompt erzeugt und gelernt, sie über Struktur, Stil und negative Prompts zu lenken. Dieser Ansatz lässt dem Modell viel kreativen Spielraum, was beim Ausprobieren eine Stärke ist und dann zum Problem wird, wenn du ein ganz bestimmtes Ergebnis brauchst.
In Lektion acht begann jede Generierung bei zufälligem Rauschen und entrauschte in Richtung deines Prompts. Image-to-Image (oft img2img geschrieben) verschiebt den Startpunkt: Statt bei Rauschen beginnt das Modell bei einem vorhandenen Bild und entrauscht von dort aus. Der Prompt lenkt das Ergebnis weiterhin, aber die Vorlage zieht es zu einer bekannten Form hin. ...
Möchtest du Prompt Engineering Fortgeschrittene Bildtechniken: Inpainting, Outpainting und ControlNet in einer echten Umgebung lernen?
Klick unten, hol dir eine Linux-Maschine mit fertigem Prompt Engineering und arbeite Fortgeschrittene Bildtechniken: Inpainting, Outpainting und ControlNet praktisch durch, mit einem KI-Tutor, der deinen Code kennt.
Lektion startenFortgeschrittene Bildtechniken: Inpainting, Outpainting und ControlNetWas du lernen wirst
- Image-to-image generation
- Inpainting with masks
- Outpainting to extend a canvas
- ControlNet for pose, depth, and edge guidance
Lies diese Lektion in deiner Sprache
Alle Lektionen in diesem Kurs
11 Lektionen- 1Was ein Prompt ist20 Min.
- 2Wie große Sprachmodelle Text erzeugen30 Min.
- 3Die fünf Prinzipien des Prompting30 Min.
- 4Standardpraktiken für die Textgenerierung35 Min.
- 5Prompt Templates und Function Calling35 Min.
- 6Vector Databases und Retrieval-Augmented Generation40 Min.
- 7Autonome Agents: memory und tools40 Min.
- 8Wie Diffusion Models Bilder erzeugen30 Min.
- 9Standardpraktiken für die Bildgenerierung35 Min.
- 10Fortgeschrittene Bildtechniken: Inpainting, Outpainting und ControlNet35 Min.
- 11KI-gestützte Anwendungen bauen40 Min.
Weitere Kurse ansehen
