Há alguns meses venho usando com frequência o Stable Diffusion (SD), que, assim como o MidJourney, tem se destacado entre as ferramentas de IA geracionais para imagens. Rodo a ferramenta localmente no meu computador. Esse modo de uso implica em algumas questões. O poderio computacional para gerar as imagens depende diretamente da capacidade da minha máquina (que atualmente conta com uma RTX 3070), e é preciso também uma série de ajustes e até mesmo downloads de modelos treinados (que eu baixo via CivitAi) para incrementar as possibilidades de criação.
No entanto, além de rodar localmente, é possível desfrutar do Stable Diffusion de maneira menos trabalhosa, aproveitando algum serviço online que trazem a ferramenta integrada. Pelas minhas andanças pela internet em busca de mais informações sobre o SD me deparei com o Clipdrop, uma espécie de all-in-one capitaneado por IA e administrado pela Stability AI, justamente a empresa por trás do Stable Diffusion.
O Clipdrop é uma suíte online que garante algumas funcionalidades para a criação de imagens via IA de maneira bem objetiva. Ele não é o único site nesse modelo. Outros bons exemplos incluem o Leonardo.AI e também o Seeart.AI. Com o Leonardo.AI você consegue inclusive definir qual modelo treinado deseja gerar aquela determinada imagem com base no prompt. Alguns modelos são super conhecidos da comunidade de IA geracional, como o Absolute Reality, indicado para a criação de imagens realistas.
Com o Clipdrop a ideia é que você consiga rodar a versão mais recente do Stable Diffusion sem complicações. Basta se concentrar em refinar o prompt utilizado para obter os melhores resultados. Além de poder gerar as imagens, o Clipdrop também engloba soluções para edição de imagens. Caso você já tenha rodado o Stable Diffusion localmente, sabe que é possível adicionar diversos complementos que agregam capacidades a ele. Como, por exemplo, a remoção do plano de fundo das imagens.
O Clipdrop conta com os seguintes recursos:
- Geração de imagens via Stable Diffusion XL
- Remoção de plano de fundo;
- Uso da IA para alterar a proporção de imagens, gerando complementos entendidos pela máquina para preencher a foto inicial;
- Reimaginação: up uma foto como referência e a ferramenta irá gerar versões similares;
- Geração de iamgens a partir de um simples esboço;
- Remoção de objetos, pessoas e texto das imagens;
- Alteração da projeção de iluminação da imagem;
- Upscaler;
- Alteração de plano de fundo da imagem;
- Remoção de texto.
Muitas dessas funções são possíveis via softwares de edição ou outros serviços online, mas, particularmente, gostei do resultado do Clipdrop comparado a outras soluções baseadas na web em algumas situações, como no caso da remoção do plano de fundo das fotos. Funciona muito bem. Já a remoção de texto achei bastante ineficiente, costuma errar bastante.
Utilizar a ferramenta para alterar a proporção da imagem com o preenchimento via IA também é bem legal. Com essa função você pode pegar uma imagem que está no formato retrato, na vertical, sem qualquer referência do que estaria nos cantos, caso ela fosse uma imagem em widescreen, e alterar para essa proporção 16:9, deixando com que a IA faça esse preenchimento.
Entre todas as funções disponíveis a que eu mais utilizo é a de geração de imagens via prompt. O uso do Stable Diffusion é um pouco diferente do Midjourney nessa questão. O SD exige uma curva de aprendizado maior para entender os prompts que são mais eficientes, além é claro de entender os negativos, que são atributos que podem resultar em imagens mais refinadas, já que a IA irá entender o que você não quer que seja agregado naquela imagem.
Pouco tempo após ter instalado o Stable Diffusion no PC para rodá-lo localmente, encontrei duas planilhas que me ajudaram bastante a entender melhor a questão dos prompts. Ambas estão no Google Docs e você pode clicar para acessá-las:
Nessa primeira planilha você encontrará uma série gigantesca de promtps que são realmente eficazes e ao lado uma referência visual gerada a partir deles.
Já nessa segunda planilha há uma série de complementos que podem melhorar ainda mais o seu prompt, como a questão dos atributos que podem melhorar a questão dos detalhes. Essa planilha também conta com a lista essencial de negativos que você pode utilizar para tentar obter imagens sem erros de proporção ao gerar uma foto de uma pessoa, por exemplo.
Com base nesse encurtador de caminhos para conhecer os prompts mais eficazes, você pode ir fazendo combinações e jogando esses termos-chave no Clipdrop para gerar a sua imagem.
Outra dica é consultar as imagens que ficam como showcase em alguns sites e olhar os prompts que foram utilizados e modificá-los seguindo o que você está buscando.
Vamos testar a geração de imagens do Clipdrop.
Após acessar o site oficial do Clipdrop, clique na opção “Stable Diffusion XL”
Agora temos que preencher o prompt desejado para gerar a imagem. Utilizarei um prompt que encontrei lá no Leonardo.AI:
Lara Croft from Tomb Raider, perfect proportions, ((battle pose)), centered image, antient ruins, visually rich, cinematic, Mschiffer, wallpaper art, UHD wallpaper, ultra sharp focus.
Agora vamos ao botão ao lado de Generate para alterar algumas questões nas configurações:
Primeiramente o estilo (style). Eu quero que essa imagem seja gerada no estilo fotográfico (photographic).
Vamos agora para a aba seguinte, a relação de aspecto (aspect ratio). Quero que essa imagem esteja em widescreen (16:9)
Agora vamos direto para a etapa dos negativos (negative prompt). Determinar situações indesejáveis que não devem fazer parte da imagem. Isso engloba tanto elementos mais cruciais, como a questão das proporções (ex: pescoço longo e duplicação de cabeças), até mesmo detalhes menos cruciais.
Pronto, agora é só clicar em “Generate”.
São 4 resultados por rodada. Caso você não tenha gostado de nenhuma das imagens geradas nessa rodada, clique no botão com o símbolo de + para tentar novamente.
Acostume-se com a ideia de solicitar algumas rodadas até obter um resultado interessante. Isso faz parte do jogo de gerar imagens por IA. Nesse meio tempo algumas bizarrices vão acontecer:
Além dessa questão, o Clipdrop tem algumas limitações em relação ao seu modo gratuito. As imagens são geradas com marca d’água e a resolução final, em todas as funções integradas, não é muito alta e a velocidade de geração das imagens também é menor, quando comparada ao modo pago.
Como eu sei que vai aparecer alguém nos comentários perguntando se a ferramenta tem algum tipo de “censura” na criação das imagens, já vou alertando que sim. Você não vai conseguir gerar imagens com nudez, por exemplo. Nesse caso seria preciso, por exemplo, recorrer ao Stable Diffusion rodando localmente com algum modelo treinado que permita isso.
Você também deve ler!
O que é Inteligência Artificial Generativa?
Bill Gates: inteligência artificial é tão importante quanto o PC ou a internet
Falando no Stable Diffusion rodando localmente, ainda sigo o utilizando, só que deixei um pouco de lado a criação de imagens diretamente por ele. Tenho o utilizado apenas para fazer o upscaler das imagens que gero pelo Clipdrop, Leonardo AI, entre outros serviços online. A capacidade de upscaler no SD com alguns plugins e configurações certas é fantástico.
Para exemplificar fiz o upscaler da imagem abaixo da Lara Croft, que gerei a partir do Clipdrop e que foi salva com a resolução 1365 x 768 pixels.
Agora o resultado pós-upscaler utilizando o Stable Diffusion rodando localmente:
Determinei um upscaler de 2x. A imagem final ficou com a resolução 2752 x 1536 pixels.
Por último, utilizei o Photoshop e sua função de preenchimento sensível ao conteúdo para remover a marca d’água de forma natural.
Você já utiliza ferramentas de IA geracionais para imagens? Conte aqui nos comentários.
Inscreva-se no canal do Hardware.com.br
Veja também
Sobre o Autor
Deixe seu comentário