prescrição
O seguinte esquema de otimização em três etapas pode ser adotado para resolver o problema da perda de detalhes devido a entradas de baixa resolução:
- aprimoramento do pré-processamentoUse uma ferramenta de super-resolução (por exemplo, Real-ESRGAN) para ampliar a imagem de entrada para mais de 512×512, e recomenda-se que a resolução de saída seja mantida em 1024×1024 para evitar sobrecarregar a memória de vídeo.
- Otimização do alinhamento de dadosAjuste os pontos principais do rosto por meio do Guia de corte do PanoHead para garantir que as proporções das características faciais estejam de acordo com o modelo, prestando atenção especial às áreas dos olhos e dos lábios que precisam ocupar a tela.
- geração em dois estágiosGerar primeiro uma visualização aproximada no modo de baixa resolução (256×256) e, em seguida, aprimorar os detalhes por meio do módulo refinador do Diff360_MODEL, o que reduz o consumo de memória de vídeo.
Opções
Se o hardware for limitado:
- Use oDados do teste Hugging FaceAs amostras de alta resolução são usadas como modelos de referência em
- Habilitando os recursos do ControlNet
--low_res_modeParâmetros (é necessária a modificação manual do script reference.sh) - Seleção de saída
.objem vez de NeRF, o que pode ser corrigido pelo pós-processamento com o Blender
Essa resposta foi extraída do artigoDiffPortrait360: gere visualizações de cabeça em 360 graus a partir de um único retratoO
Não pode ser reproduzido sem permissão:Ferramentas de produtividade de IA " Como obter uma geração de visualização da cabeça em 360 graus de alta fidelidade a partir de fotos de retrato de baixa resolução?
Português do Brasil 
简体中文 
English 
日本語 
Deutsch