İçeriğe geç
parazade
Yapay Zeka

Görsel Üretimi Nedir?

İngilizce: Image Generation

Yayın: · Son güncelleme:

Görsel Üretimi Nedir? Kısaca

Görsel üretimi, yapay zekâ modellerinin bir metin açıklamasından, taslaktan ya da başka bir görselden yola çıkarak daha önce var olmayan yeni resimler oluşturmasıdır; günümüzde çoğunlukla difüzyon modelleriyle yapılır.

Görsel Üretimi nedir?
İçindekiler
  1. Görsel üretimi nedir?
  2. Nasıl çalışır?
  3. Nelere dikkat etmeli?

Görsel üretimi, üretken yapay zekânın en bilinen uygulamalarından biridir. Kullanıcı "gün batımında sahilde yürüyen bir kedi, suluboya tarzında" gibi bir açıklama yazar ve model birkaç saniye içinde bu tarife uygun bir görsel oluşturur.

Görsel üretimi nedir?

Görsel üretim modelleri, milyonlarca görsel ve bunlara ait açıklamalardan oluşan veri setleriyle eğitilir. Eğitim sırasında kelimelerle görsel özellikler arasındaki ilişkiyi öğrenirler. Böylece daha önce hiç görmedikleri bir tarif için bile tutarlı bir görüntü üretebilirler.

Nasıl çalışır?

Günümüzde en yaygın yöntem difüzyon modelidir. Model rastgele gürültüyle başlar ve adım adım bu gürültüyü temizleyerek metindeki tarife uyan bir görsel ortaya çıkarır. Daha önce GAN gibi mimariler de yaygın olarak kullanılıyordu.

Üretimi etkileyen başlıca ayarlar şunlardır:

  • Prompt: Görselin içeriğini ve tarzını anlatan metin.
  • Negatif prompt: Görselde istenmeyen öğeler.
  • Seed: Aynı sonucu yeniden üretmeyi sağlayan başlangıç sayısı.
  • Adım sayısı ve örnekleyici: Gürültü temizleme sürecinin nasıl ilerleyeceği.

Nelere dikkat etmeli?

  • Modeller el, yazı ve karmaşık sahnelerde hâlâ hata yapabilir.
  • Eğitim verisindeki önyargılar sonuçlara yansıyabilir.
  • Üretilen görsellerin telif durumu ülkeden ülkeye farklıdır; ticari kullanımda aracın lisans koşullarını kontrol et.
  • Gerçek kişilerin görüntüsünü taklit eden ya da yanıltıcı içerik üretmek etik ve hukuki sorunlara yol açar.
  • Yapay zekâyla üretilmiş görselleri paylaşırken bunu belirtmek iyi bir uygulamadır.

Sıkça Sorulan Sorular

Görsel üretimi için hangi bilgiler gerekir?

Temel olarak ne görmek istediğini anlatan açık bir metin yeterlidir. Tarz, ışık, kamera açısı ve renk gibi ayrıntılar eklemek sonucu daha kontrollü hâle getirir.

Yapay zekâyla üretilen görseller telifli mi?

Bu konu ülkeden ülkeye değişir ve hâlâ tartışmalıdır. Ticari kullanım öncesinde kullandığın aracın lisans koşullarını ve yerel mevzuatı kontrol etmek gerekir.

İlgili terimler

Metinden Görsele(Text to Image)Metinden görsele (text to image), kullanıcının yazdığı bir metin açıklamasını (prompt) yorumlayarak yapay zekâ ile sıfırdan resim, illüstrasyon ya da fotoğraf benzeri görsel üreten teknolojidir. Çoğu güncel sistem difüzyon modellerine dayanır.Difüzyon Modeli(Diffusion Model)Difüzyon modeli, veriye adım adım gürültü eklenmesini tersine çevirmeyi öğrenen ve rastgele gürültüden başlayıp onu kademeli olarak temizleyerek yeni görsel, ses veya video üreten üretken yapay zekâ modelidir.Stable DiffusionStable Diffusion, yazılı bir açıklamadan görsel üreten, gizil difüzyon yöntemine dayanan ve ağırlıkları indirilip kişisel bilgisayarda da çalıştırılabilen bir metinden görsele yapay zekâ modeli ailesidir.PromptPrompt (istem), bir yapay zekâ modeline ne yapmasını istediğinizi anlatan metindir; bir soru, talimat, örnek ya da bunların birleşimi olabilir. Modelin cevabının kalitesi büyük ölçüde promptun ne kadar açık ve ayrıntılı yazıldığına bağlıdır.GAN(Generative Adversarial Network)GAN (çekişmeli üretici ağ), sahte örnekler üreten bir üretici ağ ile bu örnekleri gerçeklerinden ayırmaya çalışan bir ayırt edici ağın birbirine karşı eğitildiği üretken yapay zekâ yöntemidir.Negatif Prompt(Negative Prompt)Negatif prompt, yapay zekâ ile görsel üretirken modelin çıktıda özellikle kaçınmasını istediğin öğeleri, kusurları veya stilleri belirttiğin ek metin talimatıdır.

İlgili yazılar

Yapay Zeka ile Kazanç

Kendi Bilgisayarında Ücretsiz Yapay Zekâ Sistemi Kur: Ekran Kartı, İşlemci ve RAM ile Adım Adım

Kendi bilgisayarında ücretsiz ve limitsiz bir yapay zekâ sistemi kurmak mümkün: Ollama ya da LM Studio ile dil modeli, Continue ile kod asistanı, ComfyUI ya da Forge ile görsel üretim. Belirleyici olan ekran kartının belleğidir (VRAM); 8 GB'lık kartta 7-8B modeller rahat çalışır, kart yoksa işlemci ve RAM ile daha yavaş çalışır.

· 30 dk okuma