Onlangs deelden we een tutorial voor het gebruik van ComfyUI bij het genereren van afbeeldingen met kunstmatige intelligentie, en het belangrijkste kenmerk is de adoptie van nodes waarmee we zijn omgeving vanuit een bepaald oogpunt kunnen "programmeren". De verwerker ChaiNNer werkt op dezelfde manier, en als je overweegt om batchgewijs te upscalen of downscalen, randen te genereren, tekst om te zetten in afbeeldingen, bij te snijden, helderheid en contrast aan te passen of filters toe te passen, dan zou je er eens naar moeten kijken.

ChaiNNer: geavanceerde beeldverwerker met kunstmatige intelligentie
Afbeeldingen verwerken met ChaiNNer

Elke beeldbewerker die die titel wil dragen, moet een aantal basisfuncties bevatten. Echter, bij het verwerken van hele batches afbeeldingen, het wijzigen van hun formaat en het automatisch corrigeren van helderheid/contrast, is het ideaal om een meer gespecialiseerd hulpmiddel te zoeken.

Met het verschijnen van modellen op basis van kunstmatige intelligentie en de ontwikkeling van nieuwe speciale omgevingen, kunnen we vandaag genieten van tools zoals ChaiNNer, dat een systeem van nodes gebruikt dat sterk lijkt op dat van ComfyUI. De eerste versies van ChaiNNer gaven prioriteit aan upscaling, en hoewel het nog in alfa is, kan het nu veel meer dan dat.

Afbeeldingen verwerken met ChaiNNer

ChaiNNer: geavanceerde beeldverwerker met kunstmatige intelligentie
Geen zorgen, het is veel eenvoudiger dan het lijkt...

De uitvoering van ChaiNNer is onderverdeeld in drie fasen:

  • Ten eerste downloaden we de nieuwste versie van GitHub, en we dumpen de inhoud van de zip naar een tijdelijke map.
  • Vervolgens laden we het uitvoerbare bestand en installeren we de drie belangrijkste afhankelijkheden vanuit de interface: PyTorch, NCNN en ONNX. Zowel NCNN als ONNX hebben kleine downloads, maar PyTorch is een baksteen van 2,2 gigabyte. Geduld.
  • Tot slot moeten degenen die geïnteresseerd zijn in upscaling een van de beschikbare modellen downloaden via OpenModelDB, een soort Civitai dat uitsluitend aan die functie is gewijd. De modellen kunnen in elke map worden opgeslagen, omdat we ze handmatig in ChaiNNer moeten selecteren.
ChaiNNer: geavanceerde beeldverwerker met kunstmatige intelligentie
Deze drie afhankelijkheden zijn nodig om upscaling-modellen te gebruiken

De officiële pagina van ChaiNNer toont een eenvoudig voorbeeld van upscaling, en in grote lijnen zal dit het belangrijkste hulpmiddel zijn. Het zou echter een vergissing zijn om aan de oppervlakte te blijven. ChaiNNer omvat batchverwerking, het maken van effen afbeeldingen en gradiënten, transformatie van tekst naar afbeeldingen, randen, bijsnijden, rotatie, en zelfs generatie van hashes. Makkelijk te leren, moeilijk te beheersen... maar absoluut de moeite waard.

Officiële website en download: Klik hier