pyr0jok3

Как многие не знают, каждую среду на Пикабу проходит мини конкурс «Продолжи рисунок», суть конкурса в том, чтобы продолжить заготовленную администрацией болванку, по факту организаторы еще не регламентировали правила, но негласно они такие, болванку можно крутить вертеть, но нельзя затирать и необходимо сохранить её контуры. Не все следуют им, но пока что это было не особо критично. Заготовка была такой, её размеры были 1600х1120 пикселей (изменил размеры, из-за жалоб на дубликат).

На прошедшем в последнюю среду конкурсе был выставлен рисунок, подозрительно напоминающий плоды нейронных сетей, характерной особенностью таких рисунков является освещение, будто бы это трёхмерный скульпт. В 3д графике такое освещение достигается волюметриком и рассеянным светом. Волюметрик это условно говоря воздух, от того насколько он плотный и как через него проходит свет зависит освещение. Волюметрику видно в воздушной перспективе, если вы посмотрите на горизонт, то заметите что воздух не до конца прозрачный и отдаленные объекты становятся светлее. Почему так происходит? Потому что нейронные сети в процессе обучения в качестве референса использовали не только 2д рисунки, но и 3д, черпала она всё это добро с онлайн галерей вроде Артстейшена.

Итак, небольшое предисловие к данному посту. Я отдаю себе отчет в том, что все мои улики и доказательства могут быть восприняты притянутыми за уши, так как вводные данные, по сути, довольно скудные, это сам оригинал картинки, пару скриншотов промежуточного варианта, слова и позиция автора данной картинки, и некоторые выясненные обстоятельства, и да осознаю, что в данном споре я являюсь токсичным абъюзером. Проблема в том, что доказать полностью мои обвинения без доступа к компьютеру автора невозможно. В данном посте будет небольшое мини расследование и гайд как пользоваться художникам локальной нейросетью stable diffusion на примере моей попытки воссоздать аналогичные с автором изображения.

Зачем мне это нужно? Так как я уже начал и обвинил человека, считаю своим долгом довести до общественности свою точку зрения, так как у меня имеется небольшой опыт взаимодействия с нейронками, в прошлом месяце я уже баловался со своими работами и понимаю, и замечаю характерные особенности графики, которые выдает нейронная сеть. Начало спора: #comment_259346139 и его продолжение: #comment_259431368

Моё отношение к нейронным сетям нейтральное, на мой взгляд это удобный инструмент для обучения, по сути можно закинуть свой недорисованный рисунок и нейросеть выдаст тебе уже красиво покрашенный вариант в объеме с красивыми детальками и освещением, конкретно твоего рисунка, эдакий личный преподаватель, бери да копируй, это как рисовать с натуры в академических кружках. Ниже пример моего рисунка слева и доработанного нейронкой, да есть артефакты, но вы можете подсмотреть как ложится освещение и по деталькам подсмотреть.

Но естественно нашлись люди, которые такие плоды выдают за своё и пытаются получить преимущество мошенническим путем, в простонародье читерство, меня бесит именно сам факт такого рода обмана.

К делу, на данном изображении мы видим зомби в тройке-костюме с криво вкоряченной и обрезанной заготовкой. Голова, костюм и сама маска все нарисованы в разных уровнях проработки, работа была запощена спустя где-то 6-9 часов после начала конкурса. Как позже выяснилось, голова уже имелась и поверх были дорисованы туловище и сама маска. Надо сказать, что на фоне других работ, эта особенно выделялась и выбивалась из формата блиц рисунков, основательно вылизанная законченная работа с несопоставимой по уровню скилла идеей (как по мне идея слишком простая, но это моё оценочное суждение, как и весь пост, прошу не забывать о том, что я заинтересованная сторона конфликта). Ну и характерный для всех промптеров (так называют операторов нейросетей, от слова промпт, которая обозначает запрос пользователя к искусственному интеллекту) огромный копирайт, я не психолог, но обычно это звоночек.

Обратите внимание на волосы, такое нарисовать возможно, но часто ли вы видите, что бы так рисовали волосы люди, и видно совершенно другой уровень проработки маски.

Так же автором были предоставлены промежуточные варианты, их запрашивал не я, а защитник автора картинки в комментах, я не запрашивал, потому что знал, что такие промежуточные варианты можно легко подделать обрисовав поверху. Да и то, что такие стадии сохранились меня больше насторожили, чем убедили, у меня обычно такого рода стадии не сохраняются.

пруф со стадиком номер 1

пруф со стадиком номер 2

Куча пустых слоёв слева и маска нарисована уже до самого зомби, люди конечно разные, но меня немного смутила очередность. Также особо хочу обратить внимание на линейку сверху, кто-нибудь из вас сможет нарисовать настолько проработанный костюм в 560 пикселях?

Итоговую работу автор выложил в этом размере, то есть либо он всю работу сделал в этом формате, либо он обрисовал то что выложил, либо он зачем то уменьшил готовую большую картинку и выложил, художники должны быть в теме, это нелогичный поступок, который указывает скорее на то, что он в качестве стадика выдал поверх готового обрисованный вариант.
И почему я вообще докопался до лежачего, я листал работы других участников конкурса уже заприметив этого зомби и наткнулся на коммент.

Как мне показалось, автор данной картинки забайтился и решил отвести от себя подозрения, человек явно в теме и знает, как они работают, но тут написана неправда, если помогать нейросети вручную подрисовывая элементы, это займет меньше времени. На моем оборудовании в стандартных настройках генерация одной картинки занимает 4 секунды.

И ещё один момент, размер картинки выложенный, очень близок к тем, которые обычно выставляет нейросеть.

У стейбл дифьжен эти бегунки имеют фиксированный шаг. Много кто из нас уменьшает картинки меньше тысячи перед выкладыванием?

Резюмируя, сложно конечно говорить однозначно, но если человек за 6 часов нарисовал фигуру с достаточно сложным светом так, чтобы это выглядело 3д рендером, а маску настолько нелепо прилепил и не попытался хотя бы свет сделать правильно, то это наталкивает на некоторые подозрения.
Моя позиция такая, у чела была уже сгенерированная голова зомби, которую он местами обмазал поверх, есть места где чувствуется ручное вкропление, типа ушей, позже он нарисовал, а может уже была болванка тела, которую он прогнал несколько раз через нейронку, дабы добавить деталей и красивое освещение. Саму маску же он уже нарисовал в самом конце сам, поэтому видно разность уровней проработки.

Нужен оригинальный размер картинки, есть места, где детали настолько прорисованы, что вряд ли на небольшом формате сделаны, или гиф/видео процесса.
------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Часть вторая, в которой я попробую повторить результат автора, скажу сразу я не знаю, что он вбивал в промпт строку запроса и не знаю точно использовал ли он конкретно Stable Diffusion или Миджорни (вторая выдает часто лучше результат чем SD, но она платная и нельзя запустить локально).

Итак начнемс. Перед вами первое окно графического интерфейса Stable Diffussion, как художника нас интересует вторая вкладка img2img.

В этой вкладке нам нужна подвкладка Inpaint.

Как вы видите я немного доработал авторский рисунок, я убрал маску и на её месте дорисовал недостающие части, очень грубо накидал складки и пуговицы, сделано это было что бы нейронка проще распознавала образы и было меньше артефактов.
1. Это собственно сама вкладка где можно генерить картинки на основе своей.
2. Это иконка кисточки, что бы можно было рисовать маску, какую зону генерировать или наоборот не трогать.
3. Галочка генерить замаскированную или без маски.
4. Алгоритмы генерации, можно пробовать разные, одни лучше работают с людьми, другие с машинами итд. Опциональная вещь.
5. Размер выдаваемого результата. Нужно подобрать пропорции своей картинки, иначе она будет либо обрезана либо растянута. Тут как мы помним что-то околоо 560х640
6. Количество выдаваемых результатов, максимум вроде как 100 за раз, но это можно обойти если не пользоваться графическим интерфейсом.
7. Эта графа отвечает за то, насколько нейросеть будет точно следовать текстовому запросу в промпт графе.
8. Степень свободы воли нейросети, если поставить слишком много, нейронка будет генерить что ей взбредется, в нашем случае, что бы она далеко не отходила от оригинала нужно ставить значения в районе 2.

Приступаем к генерации. Маскируем зоны, которые не нужно трогать.

Примерный конфиг, что бы результат был ближе к оригиналу.

Первая итерация, её передаем в левое окно, send to inpaint, придется снова сделать маску.

Тут маркируем зону с пуговицами и меняем флажок на inpaint masked.

Примерный итог. Тут я добавил недостающую маску ещё более криво чем референс). Результат у меня получился иной и я особо не старался и потратил мало времени, потому как задача у меня была иная, доказать что можно генерировать разные участки своего же готового рисунка. Нейросеть дает возможность очень грубо набросать и привести в презентабельный вид в короткие сроки. Достичь похожего результата как у автора можно, узнав текст запроса и конфиг генерации Стейбл дифьюжен.

Всё это делается не ради победы, награды итп, награда на конкурсе, по сути, ничего кроме значка в профиле не представляет, но мне как человеку, испытывающему недостаток мотивации этого, пока хватает, но награда не особо важна повторюсь. Я начал учувствовать в этом конкурсе, чтобы «раскочегарить» своё желание рисовать снова, потребность есть, но сил не было.
Ну и собственно сам герой этой публикации: @CrazyNinja, он просил у меня доказательств. Больше мне нечего предьявить. Оставляю на суд общественности, пишите свои мысли.