AI-beeldtransformatie in ketens: wanneer je doorgaat vanaf de laatste output en wanneer je opnieuw begint

De meeste sessies voor AI-beeldtransformatie beginnen met één foto en één aanpassing. De aanpassing lukt, het resultaat is goed genoeg om te bewaren, en dan komt er een tweede idee: de achtergrond iets warmer maken, de hoek opruimen, de schaduw verzachten. Op dat punt voeren de meeste mensen het laatste resultaat opnieuw in en vragen om nog één ding. Dat is het moment waarop een beheerste bewerking een keten wordt, en een keten gedraagt zich totaal anders dan één enkele doorgang.

Aan het tweede verzoek is niets onredelijks. Wat verandert, is het startpunt. In de eerste ronde begon het model bij een foto, een dichte registratie van een echte scène. In de tweede ronde begint het bij een gegenereerd beeld, een plausibele reconstructie van die scène, en de derde ronde begint bij een reconstructie van een reconstructie. Elke schakel is op zichzelf in orde. Het probleem is dat elke ronde details herinterpreteert die al bij benadering waren, en kleine herinterpretaties hopen zich in één richting op.

Een tweede doorgang is een ander werk dan de eerste

De eerste transformatie heeft een foto om op te ankeren. Plooien in stof, nerf in steen, de exacte tint van een schaduw, de manier waarop een label onder een highlight zit: dat komt allemaal uit het bestand dat je hebt geüpload. Het is gemeten, niet verzonnen.

Zodra je een gegenereerd beeld opnieuw invoert, is dat anker weg. Het model behandelt de vorige output nu als de werkelijkheid, inclusief de delen die er lichtelijk naast zaten: een flessenrand die verzacht was, een reflectie die onder de verkeerde hoek terugkwam, een bandje dat stilletjes een gesp kwijtraakte. Een tweede doorgang weet niet dat dat fouten waren. Hij behoudt ze, en soms scherpt hij ze aan tot een stijl.

Daarom kan dezelfde prompt die in ronde één prachtig werkte in ronde twee iets troebels opleveren. De instructie is niet slechter geworden. De grondwaarheid eronder is dunner geworden.

Lees de rekenkunde van strength voordat je gaat ketenen

Diffusion-gebaseerde image-to-image is geen laagbewerking. De Diffusers-documentatie over image-to-image beschrijft het proces eenvoudig: het startbeeld wordt gecodeerd, er wordt ruis aan toegevoegd, en het model ontruist terug richting je prompt. De instelling strength bepaalt hoeveel van die reis het beeld aflegt. Een hogere waarde geeft het model meer ruimte om iets anders te produceren, en bij 1.0 wordt het startbeeld min of meer genegeerd. Een lagere waarde houdt de output dicht bij het beeld dat je meebracht.

De documentatie benoemt ook de koppeling die mensen missen: strength en num_inference_steps werken samen, en strength bepaalt hoeveel ruisstappen er worden toegepast. Bij 50 stappen en een strength van 0,8 worden veertig van die vijftig stappen opnieuw verruist en ontruist. Een "voorzichtige" tweede doorgang op 0,8 bouwt dus nog steeds vier vijfde van het beeld opnieuw op. Het beeld lijkt op het vorige omdat de prompt om vergelijkbare dingen vraagt, niet omdat de pixels beschermd waren.

Die rekenkunde is wat ketenen duur maakt. Twee doorgangen op 0,8 zijn geen 1,6 rondes aan verandering; het zijn twee volledige reconstructies, en de tweede is gebouwd op een reconstructie. Guidance scale versterkt het effect vanaf de andere kant, want een hogere waarde trekt harder naar de formulering van de prompt en laat het startbeeld minder ruimte om tegenspel te bieden.

Bepaal of je doorgaat of opnieuw begint

De nuttige vraag is niet hoe goed het laatste resultaat eruitziet. Het is wat de volgende verandering daadwerkelijk raakt. Dat antwoord verdeelt het werk in twee stapels.

Begin opnieuw vanaf de originele foto wanneer de volgende verandering het onderwerp betreft: zijn silhouet, zijn verhoudingen, een gesp, een label, de rand waar het de achtergrond raakt, eventuele kleine tekst, of de exacte kleur van het product. Dat zijn de details die een tweede generatie het eerst uitvaagt, en geen enkele zorgvuldige prompt haalt ze terug zodra de eerste doorgang ze verzacht heeft. Opnieuw beginnen betekent één briefing schrijven die beide veranderingen tegelijk vraagt, vanaf de zuivere bron.

Doorgaan vanaf de laatste output is verdedigbaar wanneer de volgende verandering globaal en vergevingsgezind is: een warmteshift over het hele beeld, een waas over de achtergrond, iets meer of minder contrast, een lege hoek opruimen waar niets belangrijks staat. Die veranderingen hebben de originele pixels van het onderwerp niet nodig, omdat ze het onderwerp niet raken.

Een praktische limiet helpt: sta jezelf twee structurele rondes toe vanaf de foto, niet vanaf elkaar. Als er een derde idee over het onderwerp komt, hoort dat in een herschreven briefing vanaf ronde nul, naast de eerste twee, niet bovenop hen.

Houd één grondwaarheidsbestand en een log bij

Ketens falen geruisloos omdat het geheugen als eerste faalt. Drie dagen later weet niemand meer welk van zeven bestanden het goede was, of welke prompt het opleverde.

Los dat op met twee kleine gewoontes. Ten eerste: overschrijf de originele upload nooit: houd die als een alleen-lezen ronde nul, en exporteer elke ronde als een nieuw bestand met het rondenummer in de naam. Ten tweede: houd een log naast de bestanden bij, één regel per ronde: het rondenummer, de input waarop die ronde startte, de prompt, de strength, de guidance-waarde, en één zin die zegt waarvoor de ronde diende.

Het log doet twee dingen. Het vertelt je naar welke ronde je terug moet wanneer een latere slechter is, en het vertelt je wat je moet veranderen wanneer niets werkt. Zonder dat wordt itereren een reeks losse gissingen die toevallig dezelfde map delen.

Schrijf elke ronde als één toevoeging plus één bescherming

Een geketende ronde werkt het best wanneer de prompt zowel benoemt wat er moet veranderen als wat er moet overleven. Prompts met één instructie laten het model vrij om alles te herinterpreteren wat ze niet noemen, en dat betekent in een tweede ronde: alles.

De documentatie van Google over beeldgeneratie toont de vorm daarvan in zijn bewerkingsvoorbeelden, waar een prompt het ene doel benoemt en vervolgens de rest van het beeld afsluit: verander alleen de blauwe bank in een vintage chesterfield van bruin leer, en houd de rest van de kamer, inclusief de kussens en de verlichting, ongewijzigd. Het is één zin, en hij bevat een verandering en een beschermingslijst.

Voor een geketende ronde schrijf je het op dezelfde manier, en maak je de beschermingslijst specifiek voor wat de vorige ronde goed deed. Als ronde één eindelijk een geloofwaardige schaduw opleverde, zeg dat dan in de prompt. Als het label van de fles intact bleef, benoem het. De lijst is geen decoratie; het is het deel van de instructie dat de volgende generatie ervan weerhoudt haar vrijheid te besteden aan details die je al hebt betaald.

Beoordeel elke ronde voordat je erop voortbouwt

De beoordelingsvraag verandert zodra je ketent. Het is niet langer "is dit goed genoeg" maar "is dit iets veiligs om op voort te bouwen". Bekijk elk resultaat op volledige grootte, niet in een thumbnail-raster, en vergelijk het met ronde nul op dezelfde zoom.

Drie signalen duiken vroeg op wanneer een keten de verkeerde kant op gaat. Randen verzachten: de grens tussen onderwerp en achtergrond verliest zijn scherpte en krijgt een vage halo. Textuur vlakt af: steen wordt glad, stof verliest zijn weefsel, en herhaald detail wordt een patroon. Kleine kenmerken gaan schuiven: een label verschuift een paar pixels, een reflectie verandert van hoek, een schaduw verandert van richting. Elk van deze op een detail dat je belangrijk vindt, betekent dat het huidige bestand een slechte input is voor de volgende ronde, wat het verder ook goed doet.

Eindig vanuit de beste ronde, niet de meest recente

Het laatste beeld in een keten is bijna nooit het beste, want de reden dat je doorging was dat er nog iets mis was. Zet de rondes naast elkaar voordat je exporteert en kies het sterkste bestand, niet het nieuwste.

Stop dan met bewerken. Als één late ronde een gebied oploste dat de beste ronde verkeerd had, neem dan alleen dat gebied over, of voer de winnende briefing opnieuw uit vanaf de originele foto met de verbetering erin verwerkt. Beide zijn schoner dan de keten voortzetten, en beide houden een route terug naar de bron.

Waar ketenen helemaal niet gebruikt moet worden

Sommige klussen verdragen geen tweede reconstructie. Productfotografie waarbij het item exact moet overeenkomen met het fysieke object, verpakkingen met leesbare tekst, logo's, en alles wat door een marktplaatsbeoordeling gaat, zijn allemaal slechte kandidaten voor een keten. Elke doorgang is een hergeneratie, geen laagbewerking, dus exacte pixels zijn niet iets wat een prompt kan garanderen.

Wanneer de eis identiteit is, doe je de transformatie in één doorgang vanaf het origineel, en rond je de laatste paar procent af met een compositing-tool die een cutout kan behouden. Die taakverdeling is waar eerdere KOOX-richtlijnen over het beoordelen van een transformatie voordat je opnieuw itereert ook op wijzen: beslis met je ogen, en verander dan één ding tegelijk.

Een routine die je vandaag kunt draaien

Begin met één foto die je goed kent en geef die één verandering die je in één zin kunt benoemen. Sla die ronde op als ronde één, met een regel in het log. Bepaal voordat je om iets anders vraagt bij welke stapel de volgende verandering hoort: onderwerp, wat betekent dat je opnieuw begint vanaf de bron met een gecombineerde briefing, of sfeer, wat kan doorgaan vanaf ronde één.

Houd de keten op twee rondes, beoordeel elk resultaat op volledige grootte tegenover het origineel, en exporteer het beste bestand in plaats van het laatste. Als je het single-pass-uiteinde van deze workflow wilt zien voordat je begint met ketenen, dan is de AI image to image-tool de plek om ronde nul te draaien.

Ketenen is geen fout. Het is een techniek met een budget, en het budget wordt betaald in de getrouwheid van de details die je op thumbnailformaat niet ziet.