{"id":22147,"date":"2025-09-06T13:15:21","date_gmt":"2025-09-06T12:15:21","guid":{"rendered":"https:\/\/www.arhns.uns.ac.rs\/givsf\/?p=22147"},"modified":"2025-10-03T10:38:03","modified_gmt":"2025-10-03T09:38:03","slug":"selektivno-unapredivanje-rendera-enterijera-koriscenjem-stable-diffusion-a-faza-ii","status":"publish","type":"post","link":"https:\/\/www.arhns.uns.ac.rs\/givsf\/selektivno-unapredivanje-rendera-enterijera-koriscenjem-stable-diffusion-a-faza-ii\/","title":{"rendered":"Selektivno unapre\u0111ivanje rendera enterijera kori\u0161\u0107enjem Stable Diffusion-a Faza II"},"content":{"rendered":"\n
\"\"\/<\/figure>\n\n\n\n

<\/p>\n\n\n\n

Kori\u0161\u0107eni model: realisticVisionV60B1_v51HyperVAE.safetensors<\/strong><\/p>\n\n\n\n

–<\/strong> Ovaj model je napredna verzija Realistic Vision 6.0 B1<\/strong>, optimizovana za fotorealisti\u010dnu generaciju slika<\/strong>. Koristi HyperVAE<\/strong>, naprednu varijantu VAE (Variational Autoencoder), koja pobolj\u0161ava detalje, dubinu i teksture u generisanim slikama.<\/p>\n\n\n\n

-razlog upotrebe ovog modela je jer generi\u0161e slike sa visokim stepenom realizma, uklju\u010duju\u0107i detalje kao \u0161to su senke, teksture i osvetljenje. Tako\u0111e omogu\u0107ava stabilnost<\/strong>– pru\u017ea dosledne rezultate bez prekomernih distorzija ili “umetni\u010dkih” efekata.<\/p>\n\n\n\n

Opcije generisanja u Stable Diffusion-u:<\/strong><\/p>\n\n\n\n

Text-to-Image:<\/strong> Generi\u0161e sliku od samog prompta.<\/p>\n\n\n\n

Image-to-Image (img2img):<\/strong> Uzima postoje\u0107u sliku i menja je prema promptu.<\/p>\n\n\n\n

Inpaint:<\/strong> Menja samo obojeni\/maskirani deo slike, ostalo ostaje isto.<\/p>\n\n\n\n

*Koristila sam inpaint upload<\/strong> opciju tako \u0161to sam izvezla maske iz 3ds Max-a i ubacivala ih u Stable Diffusion radi preciznijeg obele\u017eavanja delova rendera koje sam \u017eelela da menjam.<\/p>\n\n\n\n

Klju\u010dni parametri:<\/strong><\/p>\n\n\n\n

Koristila sam iste promptove <\/strong>za sve iteracije<\/strong>, jer parametri u Stable Diffusion-u su klju\u010dni za postizanje \u017eeljenog efekta.<\/p>\n\n\n\n

Prikaz promt-a i Negative promt-a<\/strong><\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

*CFG Scale<\/em><\/strong> je parametar koji kontroli\u0161e koliko \u0107e generisana slika pratiti tekstualni prompt. \u0160to je ve\u0107a vrednost, slika \u0107e se vi\u0161e pridr\u017eavati opisa u promptu, dok ni\u017ee vrednosti omogu\u0107avaju ve\u0107u kreativnost modela. To ne zna\u010di da vrednost treba uvek da bude pode\u0161ena na maksimum, jer ve\u0107e navo\u0111enje zna\u010di manje raznolikosti i kvaliteta.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

*Ostali parametri- Sampling Steps- 20,  Denoising Strength- 0,4<\/p>\n\n\n\n

Prvo sam postavila podlogu (pomo\u0107u inpaint opcije obojila sam deo sa kamenom teksturom na kojoj sam \u017eelela da unapredim teksturu kamena), dodavaju\u0107i nepravilsnoti, senke za efekat displacement-a kako material ne bi bio previse \u201cflat\u201d, nemenjajuci previse originalan materijal.<\/p>\n\n\n\n

Kada sam stavila CFG Scale = 1<\/strong>, model je imao potpunu slobodu i promenio je kamen na na\u010din koji nisam \u017eelela, tako da rezultat nije odgovarao mom promptu. Sa CFG Scale = 8<\/strong>, model je najbolje pratio moj prompt: senke i sitne nepravilnosti kamena su se jasno istakle, a originalni materijal je ostao netaknut. Kada sam pove\u0107ala na CFG Scale = 15<\/strong>, model je previ\u0161e striktno pratio prompt \u2013 za neke detalje je bio precizan, ali je u isto vreme menjao boju kamena, \u0161to nisam \u017eelela, pa rezultat nije bio idealan.<\/p>\n\n\n\n

Preporuka:<\/strong> Koristititi vrednost skale smernica od 7-9. Pove\u0107ati je kada generisana slika ne prati upit. Kloniti se ekstrema od 1 i 20.<\/p>\n\n\n\n

*Sampling Steps<\/em><\/strong> u su\u0161tini kontroli\u0161e \u201cdubinu i preciznost iterativnog procesiranja latentnog prikaza\u201d<\/strong>, odnosno koliko temeljno model razvija strukturu, senke, teksture i mikrodetalje slike. Vi\u0161e koraka = ve\u0107a preciznost i detaljnost, manje koraka = br\u017ea, ali grublja generacija<\/p>\n\n\n\n

*Latentni prikaz je unutra\u0161nja matemati\u010dka reprezentacija slike<\/strong> koju model koristi dok je generi\u0161e ili obra\u0111uje. Tokom Sampling Steps<\/strong>, model iterativno menja ovaj latentni prikaz, postepeno uklanjaju\u0107i \u0161um i razvijaju\u0107i detalje, dok se kona\u010dno \u201cdekodira\u201d u vidljivu, fotorealisti\u010dnu sliku.<\/p>\n\n\n\n

Kada sam stavila Sampling Steps = 1<\/strong>, model je tek po\u010deo proces generisanja, pa se kamen uop\u0161te nije video. Jasno je da jedan korak definitivno nije dovoljan da bismo videli \u017eeljeni efekat.<\/p>\n\n\n\n

Preporuka:<\/strong> Oko 25 koraka je obi\u010dno dovoljno da se postignu slike visokog kvaliteta. Kori\u0161\u0107enje vi\u0161e koraka mo\u017ee proizvesti malo druga\u010diju sliku, ali ne nu\u017eno i bolji kvalitet. Pored toga, iterativna priroda procesa usporava generisanje; \u0161to vi\u0161e koraka, to \u0107e biti du\u017ee vreme za generisanje slike. U ve\u0107ini slu\u010dajeva, ne isplati se dodatno vreme \u010dekanja.<\/em><\/strong><\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

*Ostali parametri- CFG- 8,  Denoising Strength- 0,4<\/p>\n\n\n\n

*Denoising Strength<\/strong><\/em> je klju\u010dni parametar u Stable Diffusion-u koji kontroli\u0161e koliko model mo\u017ee da menja po\u010detnu sliku tokom generisanja. Ovaj parametar je posebno va\u017ean u img2img<\/strong> i inpainting<\/strong> re\u017eimima rada.<\/p>\n\n\n\n

-To je proces uklanjanja \u0161uma iz latentnog prikaza slike, a taj \u0161um predstavlja nasumi\u010dne promene koje model dodaje kako bi generisao nove detalje i strukture prema tekstualnom promptu.<\/p>\n\n\n\n

-Ni\u017ee vrednosti zadr\u017eavaju osnovnu strukturu i boju materijala, dok vi\u0161e vrednosti omogu\u0107avaju drasti\u010dnije transformacije latentnog prikaza u skladu sa promptom.<\/p>\n\n\n\n

\"\"<\/a><\/figure>\n\n\n\n

Kada je postavljeno 20<\/strong>, gotovo da se nije videla razlika u odnosu na po\u010detnu sliku koja je slu\u017eila kao podloga. Pri vrednosti 50<\/strong>, uvedene su izmene koje nisam \u017eelela. Sa vredno\u0161\u0107u 80<\/strong>, rezultat je potpuno odstupio od \u017eeljenog efekta i stvorio ne\u017eeljene promene.<\/p>\n\n\n\n

Preporuka:<\/strong> koristiti vrednosti izme\u0111u 0.25\u20130.35<\/strong> za optimalan rezultat.<\/p>\n\n\n\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Kori\u0161\u0107eni model: realisticVisionV60B1_v51HyperVAE.safetensors – Ovaj model je napredna verzija Realistic Vision 6.0 B1, optimizovana za fotorealisti\u010dnu generaciju slika. Koristi HyperVAE, naprednu varijantu VAE (Variational Autoencoder), koja pobolj\u0161ava detalje, dubinu i teksture u generisanim slikama. -razlog upotrebe ovog modela je jer generi\u0161e slike sa visokim stepenom realizma, uklju\u010duju\u0107i detalje kao \u0161to su senke, teksture i osvetljenje.… Continue reading Selektivno unapre\u0111ivanje rendera enterijera kori\u0161\u0107enjem Stable Diffusion-a Faza II<\/span><\/a><\/p>\n","protected":false},"author":685,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[656],"tags":[],"coauthors":[675],"class_list":["post-22147","post","type-post","status-publish","format-standard","hentry","category-24-25-radovi","entry"],"_links":{"self":[{"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/posts\/22147","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/users\/685"}],"replies":[{"embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/comments?post=22147"}],"version-history":[{"count":3,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/posts\/22147\/revisions"}],"predecessor-version":[{"id":23328,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/posts\/22147\/revisions\/23328"}],"wp:attachment":[{"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/media?parent=22147"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/categories?post=22147"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/tags?post=22147"},{"taxonomy":"author","embeddable":true,"href":"https:\/\/www.arhns.uns.ac.rs\/givsf\/wp-json\/wp\/v2\/coauthors?post=22147"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}