KI-Bildgeneratoren sind heutzutage der letzte Schrei, aber die meisten von ihnen beschränken sich darauf, Bilder mit niedrigen Auflösungen zu erstellen, oder der Hardware geht der Videospeicher aus. Dafür gibt es jetzt (mindestens) eine Lösung: eine modifizierte Version von Stable Diffusion namens „txt2imghd“.
Das neue txt2imghd-Projekt basiert auf dem „GOBIG“-Modus eines anderen Ablegers von Stable Diffusion, der wiederum das Modell ist, das verwendet wird, um die meisten KI-Kunstwerke zu erstellen, die Sie wahrscheinlich in letzter Zeit gesehen haben. Mit txt2imghd erstellte Bilder können größer sein als die mit den meisten anderen Generatoren erstellten – die Demobilder haben eine Größe von 1536 × 1536, während Stable Diffusion normalerweise auf 1024 × 768 beschränkt ist und die Standardeinstellung für Midjourney 512 × 512 ist (mit optionaler Hochskalierung auf 1664). x 1664).
Txt2imghd hat eine clevere Möglichkeit, Bilder hochzuskalieren. Laut der Dokumentation des Projekts „erzeugt es detaillierte Bilder mit höherer Auflösung, indem es zuerst ein Bild aus einer Eingabeaufforderung generiert, es hochskaliert und dann img2img auf kleineren Teilen des hochskalierten Bildes ausführt und das Ergebnis wieder in das Originalbild einblendet.“ Es ist ein cleverer Workaround für die Grenzen von Grafikkarten, aber wie Sie vielleicht erwarten, dauert das Generieren des Ergebnisses länger als ein einzelnes Bild mit niedriger Auflösung.
Die aktualisierte Version hat ungefähr die gleichen Systemanforderungen wie die normale Stable Diffusion, die eine Grafikkarte mit mindestens 10 GB Videospeicher (VRAM) empfiehlt. Wenn Sie daran interessiert sind, es auszuprobieren, können Sie es tun Führen Sie das Modell in Ihrem Browser aus (ein kostenloses GitHub-Konto ist erforderlich). Sie können den Code auch für die Ausführung auf Ihrem eigenen Computer über den unten stehenden Quelllink herunterladen.
Quelle: GitHub