Fooocus

फ़ुकुओका

Fooocus तंत्रिका नेटवर्क का विवरण

Fooocus स्थिर प्रसार प्रौद्योगिकी पर निर्मित छवियों को बनाने और संपादित करने के लिए एक तंत्रिका नेटवर्क है। टूल की मुख्य विशेषता एक सरल इंटरफ़ेस है जो आपको दर्जनों मापदंडों को मैन्युअल रूप से समायोजित किए बिना टेक्स्ट विवरण से उच्च गुणवत्ता वाली छवियां बनाने की अनुमति देता है। फोकस को स्थिर प्रसार के लिए लोकप्रिय कंट्रोलनेट सबसिस्टम के निर्माता द्वारा विकसित किया गया था। परियोजना को 2023 में शुरू किया गया था और जल्दी से पीढ़ी की शक्ति और उपयोग में आसानी के बीच संतुलन के लिए लोकप्रियता हासिल की।

उपकरण दो प्रारूपों में उपलब्ध है: विंडोज के लिए एक स्थानीय अनुप्रयोग के रूप में और गूगल कोलाब के माध्यम से एक वेब संस्करण के रूप में। पाठ से छवियों को उत्पन्न करने के अलावा, Fooocus (एक छवि के विशिष्ट भागों को संपादित करने), LoRA मॉडल और स्टाइल प्रीसेट के साथ काम करने का समर्थन करता है, साथ ही साथ पाठ विवरण, एक छवि और अन्य वीडियो से वीडियो उत्पन्न करने की क्षमता भी प्रदान करता है।

Fooocus विशेषताएं

कौन फ़ुकोकस तंत्रिका नेटवर्क के लिए उपयुक्त है?

छवि पीढ़ी में शुरुआती

फोकस मुख्य रूप से न्यूनतम तकनीकी कौशल वाले उपयोगकर्ताओं के लिए है। स्थिर प्रसार के आधार पर कई अन्य समाधानों के विपरीत, जटिल नमूना मापदंडों, CFG स्केल या मॉडल आर्किटेक्चर को समझने की कोई आवश्यकता नहीं है। इंटरफ़ेस "एंटर टेक्स्ट - परिणाम" सिद्धांत पर बनाया गया है, जिससे तंत्रिका नेटवर्क को व्यापक दर्शकों के लिए सुलभ बनाया गया है।

डिजाइनर और सामग्री निर्माता

जिन पेशेवरों को जल्दी से दृश्य सामग्री प्राप्त करने की आवश्यकता होती है - चित्र, रेखाचित्र, पृष्ठभूमि चित्र, या संदर्भ - प्रभावी ढंग से उनके वर्कफ़्लो को गति देने के लिए फॉकस का उपयोग कर सकते हैं। स्टाइल प्रीसेट (एनीम, फोटोरियलिज्म) और लोरा मॉडल सपोर्ट तकनीकी पक्ष में गहरी डाइविंग के बिना दृश्य परिणाम के लचीले ट्यूनिंग की अनुमति देते हैं।

उपयोगकर्ता जो गोपनीयता का मूल्य रखते हैं

चूंकि Fooocus स्थानीय रूप से स्थापित किया जा सकता है और पूरी तरह से ऑफ़लाइन इस्तेमाल किया जा सकता है, इसलिए यह उन लोगों के लिए उपयुक्त है जो तृतीय-पक्ष सर्वर पर अपने प्रॉम्प्ट और छवियों को नहीं भेजना चाहते हैं। आप सभी की जरूरत है संग्रह डाउनलोड करने के लिए, मॉडल स्थापित करने और अपने कंप्यूटर पर पीढ़ी चलाने के लिए है।

Fooocus तंत्रिका नेटवर्क का उपयोग कैसे करें?

Windows पर स्थानीय स्थापना

अपने कंप्यूटर पर Fooocus के साथ काम करने के लिए, GitHub से संग्रह डाउनलोड करें, इसे अनपैक करें एक सुविधाजनक फ़ोल्डर में, और चलाने के लिए run.bat फ़ाइल पहले लॉन्च के बाद, सिस्टम स्वचालित रूप से डाउनलोडिंग मॉडल शुरू करेगा - कुल आकार 10 से 20 जीबी तक हो सकता है। एक बार डाउनलोड पूरा होने के बाद, एक इंटरफ़ेस ब्राउज़र में खुल जाएगा जहां आप टेक्स्ट प्रॉम्प्ट में प्रवेश कर सकते हैं, यदि आवश्यक हो तो एक शैली का चयन करें और जनरेट बटन पर क्लिक करें।

Google Colab के माध्यम से वेब संस्करण

उन लोगों के लिए जिनके पास एक उपयुक्त ग्राफिक्स कार्ड या सॉफ़्टवेयर स्थापित करने की इच्छा नहीं है, एक वेब संस्करण है जो Google कोलाब के माध्यम से काम करता है। इसके लिए कोई स्थापना की आवश्यकता नहीं है और आपको ब्राउज़र में सही पैदा करना शुरू करने देता है, हालांकि इसमें सत्र के समय और प्रदर्शन पर सीमाएं हो सकती हैं।

इंटरफ़ेस के साथ काम करना

Fooocus इंटरफ़ेस Gradio पर बनाया गया है और जितना संभव हो उतना सरल है। उपयोगकर्ता को एक प्रॉम्प्ट, स्टाइल प्रीसेट का चयन और कुछ बुनियादी आउटपुट गुणवत्ता सेटिंग्स में प्रवेश करने के लिए टेक्स्ट फ़ील्ड तक पहुंच है। अतिरिक्त विकल्प, जैसे कि LoRA मॉडल लोड करना या निष्क्रिय करना, पृष्ठभूमि में बड़े पैमाने पर चले जाते हैं और मुख्य स्क्रीन को ओवरलोड नहीं करते हैं।

Fooocus की मुख्य विशेषताएं

टेक्स्ट प्रॉम्प्ट से छवियों को उत्पन्न करना

तंत्रिका नेटवर्क का मुख्य और प्राथमिक कार्य। उपयोगकर्ता अंग्रेजी में एक पाठ विवरण में प्रवेश करता है (रूसी आंशिक रूप से समर्थित है) और सिस्टम एक छवि को शीघ्र मिलान करता है। GPT-2 के साथ स्वचालित शीघ्र प्रसंस्करण परिणामों की गुणवत्ता और प्रासंगिकता को बेहतर बनाने में मदद करता है।

हिंदी

एक छवि के विशिष्ट भागों को संपादित करने के लिए एक सुविधा। उपयोगकर्ता पहले से ही उत्पन्न छवि पर एक क्षेत्र का चयन कर सकता है और इसे एक नए पाठ विवरण का उपयोग करके संशोधित कर सकता है। यह विवरण को परिष्कृत करने, कलाकृतियों को ठीक करने या पूरी छवि को पुनर्जीवित किए बिना व्यक्तिगत तत्वों को बदलने के लिए सुविधाजनक है।

LoRA मॉडल और स्टाइल प्रीसेट के साथ काम करना

Fooocus LoRA मॉडल कनेक्ट करने का समर्थन करता है - हल्के एडेप्टर जो पीढ़ी की शैली को बदल देते हैं (उदाहरण के लिए, किसी विशेष कलाकार या विशिष्ट दृश्य सौंदर्य की नकल)। अंतर्निहित शैली प्रीसेट में एनीम, फोटोरियलिज्म और अन्य दिशाओं शामिल हैं, जो विभिन्न दृश्य दृष्टिकोणों के बीच त्वरित स्विचिंग की अनुमति देते हैं।

Fooocus के लाभ

अधिकतम परिणामों के लिए न्यूनतम सेटअप

Fooocus का मुख्य लाभ 1-3 क्लिकों में उत्पन्न होता है। उपयोगकर्ता को जटिल तकनीकी मानकों को समझने की आवश्यकता नहीं है जो आमतौर पर कच्चे स्थिर प्रसार के साथ काम करते हैं। सभी आवश्यक है एक संकेत और एक बटन प्रेस है।

नि: शुल्क और ऑफलाइन ऑपरेशन

तंत्रिका नेटवर्क पूरी तरह से मुक्त है। प्रारंभिक मॉडल डाउनलोड के बाद स्थानीय स्थापना के साथ, यह इंटरनेट कनेक्शन के बिना काम करता है। यह इसे क्लाउड सेवाओं, कतारों और अनुरोधों की संख्या पर सीमा से स्वतंत्र बनाता है।

गुणवत्ता

अंतर्निहित छवि संपादन उपकरण उच्च गुणवत्ता वाले परिणाम प्रदान करता है। Inpainting in Fooocus आपको छवि की समग्र शैली और अखंडता को संरक्षित करते समय सावधानीपूर्वक टुकड़ों को प्रतिस्थापित या परिष्कृत करने देता है।

फोकस के नुकसान

ग्राफिक्स कार्ड आवश्यकताओं

एक NVIDIA ग्राफिक्स कार्ड स्थानीय स्थापना के लिए आवश्यक है। 30xx श्रृंखला और उच्च की सिफारिश की जाती है - कमजोर जीपीयू पर, पीढ़ी पूरी तरह से धीमी या असंभव हो सकती है। NVIDIA GPUs के लिए समर्थन केवल AMD या एकीकृत ग्राफिक्स के मालिकों के लिए एक गंभीर सीमा है।

डाउनलोड किए गए मॉडल का बड़ा आकार

काम करने के लिए, आपको 10 से 20 जीबी के कुल आकार के साथ मॉडल डाउनलोड करने की आवश्यकता है। न्यूनतम डिस्क स्पेस आवश्यकता 40 जीबी है। यह धीमी इंटरनेट या सीमित हार्ड ड्राइव स्पेस वाले उपयोगकर्ताओं के लिए एक समस्या हो सकती है।

सीमित भाषा समर्थन

इंटरफ़ेस मुख्य रूप से अंग्रेजी में उपलब्ध है, आंशिक रूसी समर्थन के साथ। यह रूसी-भाषी उपयोगकर्ताओं के लिए कुछ असुविधा का कारण बन सकता है, हालांकि ऑपरेशन का मूल तर्क सहज है।

क्या समस्याएं फोउकस को हल करती हैं?

पाठ विवरण से छवियां बनाना

उपकरण का मुख्य कार्य एक स्थायी दृश्य छवि में एक पाठ अनुरोध को बदलने के लिए है। यह या तो एक कलात्मक चित्रण या एक photorealistic चित्र हो सकता है - चयनित शैली पूर्व निर्धारित पर निर्भर करता है।

Inpainting के साथ छवि विवरण संपादित करना

फॉकस न केवल नई छवियों को उत्पन्न करने की अनुमति देता है बल्कि मौजूदा संपादन भी करता है। Inpainting व्यक्तिगत वस्तुओं को हटाने या बदलने के लिए संभव बनाता है, असफल टुकड़ों को ठीक करता है, और रचना को परिष्कृत करता है।

विभिन्न शैलियों के साथ काम करना

बिल्ट-इन प्रीसेट और लोरा मॉडल सपोर्ट के लिए धन्यवाद, फोकस उन कार्यों के लिए उपयुक्त है जिन्हें एक विशिष्ट दृश्य सौंदर्य की आवश्यकता होती है - एनीमे शैली से फोटोरियलिज्म तक। उपयोगकर्ता मॉडल को फिर से लोड किए बिना शैलियों के बीच जल्दी से स्विच कर सकता है या जटिल जोड़तोड़ कर सकता है।

Fooocus मूल्य निर्धारण

Fooocus एक पूरी तरह से मुक्त तंत्रिका नेटवर्क है। न तो स्थानीय संस्करण और न ही Google Colab के माध्यम से वेब संस्करण को भुगतान या सदस्यता खरीद की आवश्यकता होती है। उपयोगकर्ता केवल अपने संसाधनों के लिए भुगतान करते हैं - स्थानीय संचालन के दौरान बिजली या Google कोलाब का उपयोग करते समय, मुफ्त सीमा समाप्त होने पर गणना शक्ति के लिए संभावित लागत।

Fooocus के लिए उपयोग की शर्तें

स्थानीय स्थापना के लिए एक एनवीआईडीआईए ग्राफिक्स कार्ड (30xx श्रृंखला की सिफारिश की) की आवश्यकता होती है। आपको GitHub से संग्रह डाउनलोड करने की आवश्यकता है, इसे खोलना 10 से 20 जीबी के कुल आकार के साथ मॉडल डाउनलोड करें। डाउनलोड पूरा होने के बाद, तंत्रिका नेटवर्क पूरी तरह से ऑफ़लाइन काम करता है। Google Colab के माध्यम से वेब संस्करण उपयोगकर्ता के हार्डवेयर पर कोई आवश्यकता नहीं है लेकिन क्लाउड संसाधनों की उपलब्धता पर निर्भर करता है।

Fooocus उपलब्धता

Fooocus विंडोज (स्थानीय स्थापना) के लिए एक डेस्कटॉप अनुप्रयोग के रूप में और गूगल कोलाब के माध्यम से एक वेब संस्करण के रूप में उपलब्ध है। इंटरफ़ेस अंग्रेजी और आंशिक रूप से रूसी का समर्थन करता है। स्थानीय स्थापना के साथ, सभी मॉडल डाउनलोड करने के बाद, इंटरनेट कनेक्शन के बिना ऑपरेशन संभव है।

कैसे Fooocus विकल्प से अलग है

स्थिर प्रसार के आधार पर Fooocus और अन्य समाधानों के बीच मुख्य अंतर न्यूनतम मैनुअल पैरामीटर ट्यूनिंग है। उपयोगकर्ता को नमूना मूल्यों, पीढ़ी के चरणों या CFG स्केल को समझने की आवश्यकता नहीं है। परिणाम 1-3 क्लिकों में हासिल किया जाता है, जिससे तकनीकी पृष्ठभूमि के बिना लोगों को तंत्रिका नेटवर्क सुलभ हो जाता है। उसी समय, Fooocus गुणवत्ता पर समझौता नहीं करता है: यह एक ही आधार स्थिर डिफ्यूजन मॉडल का उपयोग अधिक जटिल उपकरण के रूप में करता है लेकिन एक सरल इंटरफ़ेस के पीछे तकनीकी विवरण छुपाता है।

Fooocus के विकल्प में Kuaishou, Pixlio AI, Erasio, AI इमेज प्रॉम्प्ट्स, AI इमेज कम्बाइनर और नैनो केलेना AI द्वारा कोलोर्स शामिल हैं।

निष्कर्ष

Fooocus छवियों को बनाने और संपादित करने के लिए एक नि: शुल्क तंत्रिका नेटवर्क है जो कई स्थिर प्रसार-आधारित उपकरणों की मुख्य समस्या को हल करता है: विन्यास जटिलता। सरलीकृत इंटरफ़ेस, स्टाइल प्रीसेट, लोरा मॉडल और इंपेंटिंग के लिए समर्थन इसे शुरुआती और अनुभवी उपयोगकर्ताओं दोनों के लिए एक अच्छा विकल्प बनाता है जिन्हें उच्च गुणवत्ता वाले परिणाम जल्दी से प्राप्त करने की आवश्यकता होती है। मुख्य सीमाएं NVIDIA ग्राफिक्स कार्ड की आवश्यकता और डाउनलोड किए गए मॉडल की बड़ी मात्रा से संबंधित हैं, लेकिन Google Colab के माध्यम से वेब संस्करण की उपलब्धता आंशिक रूप से इन मुद्दों को संबोधित करती है।