Chaîner les passes de transformation d'image par IA : quand continuer à partir de la dernière sortie et quand repartir de la photo d'origine

La plupart des sessions de transformation d'image par IA commencent avec une photo et une modification. La modification prend, le résultat est assez bon pour être conservé, puis une deuxième idée arrive : réchauffer un peu l'arrière-plan, nettoyer le coin, adoucir l'ombre. À ce moment-là, la plupart des gens réinjectent le dernier résultat et demandent une chose de plus. C'est l'instant où une retouche contrôlée se transforme en chaîne, et une chaîne ne se comporte pas du tout comme une passe unique.

Rien dans la deuxième demande n'est déraisonnable. Ce qui change, c'est le point de départ. À la première passe, le modèle partait d'une photographie, qui est un relevé dense d'une scène réelle. À la deuxième, il part d'une image générée, qui est une reconstruction plausible de cette scène, et la troisième part d'une reconstruction de reconstruction. Chaque maillon tient tout seul. Le problème, c'est que chaque passe réinterprète des détails déjà approximatifs, et que les petites réinterprétations s'accumulent dans une même direction.

Une deuxième passe n'est pas le même travail que la première

La première transformation dispose d'une photographie comme point d'ancrage. Les plis du tissu, le grain de la pierre, la nuance exacte d'une ombre, la façon dont une étiquette se pose sous un reflet : tout cela vient du fichier que vous avez importé. C'est mesuré, pas inventé.

Dès que vous réinjectez une image générée, l'ancrage disparaît. Le modèle traite désormais la sortie précédente comme le monde réel, y compris ses parties légèrement fausses : un bord de bouteille qui a été adouci, un reflet revenu sous le mauvais angle, une sangle qui a discrètement perdu une boucle. Une deuxième passe ne sait pas que c'étaient des erreurs. Elle les conserve, et les transforme parfois en style en les accentuant.

C'est pourquoi le même prompt qui fonctionnait à merveille à la première passe peut produire quelque chose de plus trouble à la deuxième. La consigne n'est pas devenue moins bonne. La vérité terrain en dessous s'est amincie.

Lire l'arithmétique de strength avant de chaîner

L'image-to-image à base de diffusion n'est pas une retouche par calques. La documentation image-to-image de Diffusers décrit simplement le processus : l'image de départ est encodée, du bruit y est ajouté, et le modèle débruite en revenant vers votre prompt. Le réglage strength décide de la part de ce trajet que l'image parcourt. Une valeur plus élevée laisse au modèle plus de marge pour produire quelque chose de différent, et à 1.0 l'image de départ est plus ou moins ignorée. Une valeur plus basse garde la sortie proche de l'image que vous avez apportée.

La documentation précise aussi le couplage que l'on oublie : strength et num_inference_steps fonctionnent ensemble, et strength détermine combien d'étapes de bruit sont appliquées. À 50 étapes et une strength de 0.8, quarante de ces cinquante étapes sont re-bruitées puis re-débruitées. Une deuxième passe « douce » à 0.8 reconstruit donc encore les quatre cinquièmes de l'image. L'image se ressemble parce que le prompt demande des choses similaires, pas parce que les pixels ont été protégés.

C'est cette arithmétique qui rend le chaînage coûteux. Deux passes à 0.8 ne font pas 1,6 passe de changement ; ce sont deux reconstructions complètes, et la seconde est bâtie sur une reconstruction. Le guidance scale aggrave l'effet par l'autre bout, puisqu'une valeur plus élevée tire plus fort vers la formulation du prompt et laisse moins de marge à l'image de départ pour objecter.

Décider s'il faut continuer ou repartir

La question utile n'est pas de savoir si le dernier résultat est beau. Elle est de savoir ce que la prochaine modification touche réellement. Cette réponse répartit le travail en deux piles.

Repartez de la photo d'origine quand la prochaine modification concerne le sujet : sa silhouette, ses proportions, une boucle, une étiquette, le bord où il rencontre l'arrière-plan, un petit texte, ou la couleur exacte du produit. Ce sont les détails qu'une seconde génération a tendance à brouiller en premier, et aucun prompt soigné ne les récupère une fois que la première passe les a adoucis. Repartir signifie écrire un seul brief qui demande les deux modifications à la fois, à partir de la source propre.

Continuer à partir de la dernière sortie est défendable quand la prochaine modification est globale et tolérante : un décalage de chaleur sur toute l'image, un voile sur l'arrière-plan, un peu plus ou un peu moins de contraste, le rangement d'un coin vide où rien d'important ne se trouve. Ces modifications n'ont pas besoin des pixels d'origine du sujet, parce qu'elles ne touchent pas au sujet.

Un plafond pratique aide : accordez-vous deux passes structurelles à partir de la photographie, pas l'une à partir de l'autre. Si une troisième idée concernant le sujet arrive, elle appartient à un brief réécrit depuis la passe zéro, aux côtés des deux premières, et non par-dessus.

Garder un fichier de vérité terrain et un journal

Les chaînes échouent en silence parce que la mémoire lâche en premier. Trois jours plus tard, plus personne ne se souvient lequel de sept fichiers était le bon, ni quel prompt l'a produit.

Corrigez cela avec deux petites habitudes. D'abord, n'écrasez jamais l'import d'origine : gardez-le comme une passe zéro en lecture seule, et exportez chaque passe comme un nouveau fichier dont le nom contient le numéro de la passe. Ensuite, tenez un journal à côté des fichiers, une ligne par passe : le numéro de la passe, l'entrée dont elle est partie, le prompt, la strength, la valeur de guidance, et une phrase disant à quoi servait la passe.

Le journal remplit deux fonctions. Il vous dit à quelle passe revenir quand une suivante est pire, et il vous dit quoi changer quand rien ne fonctionne. Sans lui, l'itération devient une série de suppositions sans lien qui partagent par hasard un même dossier.

Écrire chaque passe comme un ajout plus une protection

Une passe chaînée fonctionne mieux quand le prompt nomme à la fois ce qu'il faut changer et ce qui doit survivre. Les prompts à instruction unique laissent le modèle libre de réinterpréter tout ce qu'ils ne mentionnent pas, ce qui, à la deuxième passe, veut dire tout.

La documentation de génération d'images de Google montre la forme que cela prend dans ses exemples de retouche, où un prompt nomme la cible unique puis ferme le reste de l'image : changez seulement le canapé bleu en un chesterfield en cuir marron vintage, et gardez le reste de la pièce, y compris les coussins et l'éclairage, inchangé. C'est une phrase, et elle contient une modification et une liste de protections.

Pour une passe chaînée, écrivez-la de la même façon et rendez la liste de protections propre à ce que la passe précédente a réussi. Si la première passe a enfin produit une ombre crédible, dites-le dans le prompt. Si l'étiquette de la bouteille a survécu intacte, nommez-la. La liste n'est pas décorative ; c'est la partie de la consigne qui empêche la génération suivante de dépenser sa liberté sur des détails que vous avez déjà payés.

Examiner chaque passe avant de construire dessus

La question de la relecture change dès que vous chaînez. Ce n'est plus « est-ce assez bon » mais « est-ce une base sûre ». Regardez chaque résultat en pleine taille, pas dans une grille de vignettes, et comparez-le à la passe zéro au même zoom.

Trois signes apparaissent tôt quand une chaîne dérape. Les bords s'adoucissent : la frontière entre le sujet et l'arrière-plan perd sa netteté et gagne un léger halo. La texture s'aplatit : la pierre devient lisse, le tissu perd sa trame, et le détail répété tourne au motif. Les petits éléments dérivent : une étiquette se décale de quelques pixels, un reflet change d'angle, une ombre change de direction. L'un de ces signes sur un détail qui compte signifie que le fichier actuel est une mauvaise entrée pour la passe suivante, quoi qu'il réussisse par ailleurs.

Terminer à partir de la meilleure passe, pas de la plus récente

La dernière image d'une chaîne n'est presque jamais la meilleure, parce que la raison pour laquelle vous avez continué était que quelque chose n'allait toujours pas. Avant d'exporter, mettez les passes côte à côte et choisissez le fichier le plus fort, pas le plus récent.

Puis cessez de le retoucher. Si une passe tardive a résolu une zone que la meilleure passe ratait, ne prenez que cette zone, ou relancez le brief gagnant depuis la photo d'origine en y intégrant l'amélioration. Les deux sont plus propres que de poursuivre la chaîne, et les deux gardent un chemin de retour vers la source.

Là où le chaînage ne doit pas être utilisé du tout

Certains travaux ne tolèrent aucune seconde reconstruction. La photographie de produit où l'article doit correspondre exactement à l'objet physique, les emballages avec du texte lisible, les logos, et tout ce qui passe par une validation de place de marché sont de mauvais candidats pour une chaîne. Chaque passe est une régénération, pas une retouche par calques : les pixels exacts ne sont pas quelque chose qu'un prompt peut garantir.

Quand l'exigence est l'identité, faites la transformation en une seule passe depuis l'original, et terminez les quelques pour cent restants avec un outil de composition qui peut préserver un détourage. Cette répartition du travail est aussi ce vers quoi pointait un conseil KOOX antérieur sur l'examen d'une transformation avant d'itérer à nouveau : décidez avec vos yeux, puis changez une chose à la fois.

Une routine que vous pouvez appliquer dès aujourd'hui

Commencez avec une photo que vous connaissez bien et appliquez-lui une seule modification que vous pouvez nommer en une phrase. Enregistrez cette passe comme la passe un, avec une ligne de journal. Avant de demander quoi que ce soit d'autre, décidez à quelle pile appartient la modification suivante : le sujet, ce qui veut dire repartir de la source avec un brief combiné, ou l'atmosphère, qui peut continuer à partir de la passe un.

Limitez la chaîne à deux passes, examinez chaque résultat en pleine taille par rapport à l'original, et exportez le meilleur fichier plutôt que le dernier. Si vous voulez voir l'extrémité en passe unique de ce flux de travail avant de commencer à chaîner, l'outil IA image to image est l'endroit où lancer la passe zéro.

Le chaînage n'est pas une erreur. C'est une technique avec un budget, et ce budget se paie en fidélité des détails que vous ne voyez pas à la taille d'une vignette.