قراءات عربية في العلوم والتقنية والطبيعة والثقافة، تبدأ بسؤال وتترك لك مساحة للاستكشاف.
2302 مقال
وصف تسلسل صور بالذكاء الاصطناعي قد ينتقل من ذكر ما يظهر إلى رواية ما حدث. تميز دراسة Visual Storytelling بين وصف الصور منفردة ووصفها ضمن تسلسل وصياغة قصة عنها. [1] نستخدم الفرق لفحص ثلاث حالات ورقة افتراضية، دون توليد قصة بنموذج أو اعتبار ترتيب الملفات سجلا زمنيا.
تقدير العمق من صورة واحدة يحتاج إلى معرفة نوع المخرج قبل قراءة أرقامه. يميز Hugging Face العمق النسبي الذي يصف ترتيب القرب والبعد من العمق المتري الذي يقدم مسافات بوحدة. [1] نشرح هذا الفرق بمثال مكتوب؛ لم نقس موقع جسم أو نشغل نموذجا على صورة.
تحليل صورة بانورامية بالمساعد يحتاج إلى تعريف الصورة قبل وصف مواقع عناصرها. يوثق Google الإسقاط متساوي المستطيلات وحقول العرض الكامل والجزء المقتص في بيانات Photo Sphere. [1] نوضح أثر ذلك على اتجاهين افتراضيين، دون فتح بانوراما فعلية أو نسبة كل صورة عريضة إلى مشهد كروي كامل.
لون الجسم في الصورة قد يتأثر بالإضاءة وإعداد الالتقاط. يشرح Nikon دور توازن الأبيض في تعويض أنواع الإضاءة عند تسجيل الألوان. [1] نطبق هذا الفرق على وصف ورقة افتراضية؛ لم نقس صبغة أو نصحح صورة، ولا نجعل اقتراح المساعد لتوازن اللون قياسا مستقلا للمادة.
قراءة صورة ضبابية بالمساعد تبدأ بمراجعة المدخل والخانة التي تحتاجها. توصي AWS بصورة عالية الجودة وعدم خفض دقة ملف مدعوم قبل إرساله إلى Textract. [1] نناقش بطاقة ذات رمز لاتيني افتراضي، دون تشغيل OCR أو تطبيق معيار جودة واحد على كل نظام أو صورة.
توليد الصورة من النص ينشئ صورة انطلاقا من وصف، كما يبين توثيق Diffusers. [1] يحتاج الوصف إلى تحديد العناصر والعلاقات التي تهم المهمة، ثم مراجعة الناتج. نعد هنا طلبا ومخرجا افتراضيا مخالفا لبعض شروطه؛ لا نزعم أننا ولدنا صورة أو قسنا أداء خدمة.
الانتشار في توليد الصور لا يعني البحث عن صورة أصلية مخفية تحت بقع. تصف ورقة DDPM عملية تضيف الضجيج إلى البيانات، ومسارا متعلما لعكسها، مع بدء أخذ العينة من ضجيج عشوائي. [1] نشرح الفكرة ونميزها من ترميم ملف معين، دون تنفيذ تدريب أو توليد صورة.
الفضاء الكامن في الصور قد يحتفظ بتمثيل متعلم بدلا من قيم الصورة RGB نفسها. تصف ورقة Latent Diffusion مرمزا يحول الصورة إلى تمثيل، ومفككا يعيد منه صورة إلى فضاء البكسلات. [1] نستخدم مثال أبعاد افتراضي لتوضيح الفرق، دون ترميز صورة أو قياس حجم ملف أو أداء نموذج.
التوليد والتحرير البصري قد ينتجان صورة جميلة، لكنهما لا يجيبان عن الطلب نفسه. يوضح توثيق Diffusers أن مسار الصورة إلى صورة يستقبل صورة بداية مع الوصف. [1] نستخدم هذا الفرق لتحديد طلب تعديل غلاف نشاط افتراضي، دون تشغيل نموذج أو اعتماد جمال النتيجة دليلا على احترام الأصل.
قناع تعديل الصورة يجيب عن سؤال أين نطلب التغيير، ويحتاج إلى قراءة وفق الأداة المستخدمة. في دليل Inpainting لدى Diffusers يمثل الأبيض منطقة الملء والأسود منطقة الحفظ. [1] نطبق هذا الاصطلاح المحدد على مساحة بطاقة افتراضية، دون اعتباره قاعدة لكل نوع قناع أو نتيجة اختبار.
توسيع حدود الصورة قد يعطي مشهدا أوسع دون صورة أصل أوسع. تصف وثائق Morphic ميزة Outpainting بإضافة محتوى خارج الإطار الحالي وتوسيعه في الاتجاهات المختارة. [1] نفحص معنى الإضافة في مثال لوحة افتراضية، ولا نزعم تشغيل الميزة أو اكتشاف جزء لم يدخل اللقطة.
الصورة المرجعية في التوليد قد تحمل ألوانا وملمسا وترتيبا لا تريد نسخها كلها. يعرض توثيق IP-Adapter في Diffusers صورة مرجعية مع وصف، وطرق تحكم بالأسلوب والتخطيط في إعدادات معينة. [1] نشرح اختيار الغرض من المرجع بمثال مستقل، دون ضمان أن كل أداة تفصل هذه الخصائص.
التحكم بالوضعية في توليد الصور يضيف دليلا بصريا إلى الوصف. تعرض دراسة ControlNet استخدام هيكل الوضعية البشرية لتوجيه التوليد. [1] نفحص خريطة تعليمية افتراضية لشخص يشير إلى لوحة، دون استخراج وضعية من صورة أو توليد شخص أو قياس أداء النظام.
التحكم بالعمق في توليد الصورة يستخدم الخريطة دليلا لإنشاء مشهد، لا مجرد وصف لصورة الأصل. تتضمن دراسة ControlNet خرائط العمق ضمن مدخلات التوجيه. [1] نشرح الفرق بخريطة افتراضية من مستويين، دون تقدير عمق صورة أو إنتاج مشهد أو قياس مسافات.
التحكم بالحواف في توليد الصور يحتاج إلى سؤال واضح عن المعلومات الموجودة في الدليل. نضع في تمريننا مستطيلا ودائرة وخطا داخليا، ونطلب إنشاء رسمة تعليمية وفقها. سنفصل الخطوط المعلنة عن معنى العناصر ولونها، دون معالجة صورة أصل أو تشغيل نموذج أو الاعتماد على شكل النتيجة لإثبات مادة حقيقية.
صورة بخلفية شفافة تحتاج إلى فحص الملف الذي ستستخدمه، لا مظهر المعاينة فقط. تبين مواصفة PNG أن الشفافية قد تمثل بقناة ألفا أو معلومات أخرى، وأن بعض صور PNG معتمة بالكامل. [1] نراجع مثال أيقونة مولدة افتراضية، دون إنشاء ملف أو تشغيل أداة إزالة خلفية.
توليد كتابة عربية في صورة يحتاج إلى مراجعة النص نفسه بعد إنشاء التصميم. يعرض مشروع AnyText توليد النصوص وتحريرها داخل الصور. [1] نستخدم السؤال في تمرين عربي مستقل لبطاقة طي، دون الادعاء أن المشروع يضمن العربية أو أن صورة مولدة اختبرت فعليا.
ثبات شخصية خيالية عبر الصور يحتاج إلى تحديد هوية التصميم قبل مقارنة المشاهد. تعرض دراسة DreamBooth توليد موضوع مرجعي في سياقات جديدة مع حفظ سماته الأساسية في المهمة التي تبحثها. [1] نبني تمرينا مستقلا لشخصية مصورة؛ لا نجرب الطريقة أو نزعم ضمان الثبات.
