Cette fourche de diffusion stable peut générer des images en mosaïque

La version complète du modèle Stable Diffusion peut générer des images avec intelligence artificielle directement sur votre ordinateur. Il existe maintenant une version modifiée qui est parfaite pour créer des motifs répétitifs.

« Tileable Stable Diffusion », développé par Thomas Moore, est une version modifiée du même modèle Stable Diffusion qui peut être utilisé pour générer un incroyable art d’IA et des images réalistes. La principale différence est que ce fork (c’est-à-dire un logiciel qui s’est séparé d’une autre base de code) est conçu pour générer des images qui peuvent être utilisées dans des motifs répétitifs transparents.

Génération d'une image pour "fenêtre en verre avec un motif décoratif"
Générer une image avec Tileable Stable Diffusion
Le motif généré répété trois fois verticalement
Le motif généré répété trois fois horizontalement

La meilleure utilisation pour cela est peut-être la création de textures pour les objets dans les jeux vidéo, d’autant plus que la taille de la grille peut être personnalisée pour correspondre aux exigences d’un projet ou d’un moteur de jeu spécifique. Les motifs peuvent également être utiles pour les fonds d’écran d’appareils, les arrière-plans de sites Web (surtout si vous optez pour une esthétique des années 90), les motifs de remplissage dans Photoshop ou même le papier peint d’une pièce réelle.

Selon Moore, le modèle modifié « utilise une convolution circulaire, de sorte que le modèle voit l’image comme si tous les bords parallèles étaient connectés. Comme un tube, mais dans les deux sens pour former un tore. Le résultat est que chaque motif n’a pas de bord perceptible lorsqu’il est répété dans un motif de tuile, tout comme les textures de jeu sont censées fonctionner.

Vous pouvez essayer le modèle dans votre navigateur Web pour générer des images, alimentées par des cartes graphiques Nvidia T4 sur des serveurs distants, ou vous pouvez l’exécuter localement sur votre PC avec le code du référentiel GitHub.

La source: @ReplicateHQ


Source-135