Stable Diffusion Rehberi: Ücretsiz AI Görsel Üretimi

Stable Diffusion ile tanışın: Ücretsiz yapay zeka destekli görsel üretim dünyasına adım atın. Bu rehber, Stable Diffusion'ın temellerinden ileri düzey kullanımına kadar her şeyi kapsıyor.

Yapay zeka (AI) teknolojileri, son yıllarda hayatımızın pek çok alanında devrim niteliğinde değişikliklere imza attı. Bu devrimin en heyecan verici ve görsel açıdan çarpıcı yönlerinden biri de şüphesiz metinden görüntüye (text-to-image) modellemelerdir. Hayal gücümüzün sınırlarını zorlayan bu modeller sayesinde, yalnızca birkaç kelimeyle dakikalar içinde nefes kesici sanat eserleri, gerçekçi fotoğraflar veya fantastik manzaralar yaratmak mümkün hale geldi. Bu alandaki en popüler ve güçlü araçlardan biri ise Stable Diffusion'dır. Açık kaynak kodlu yapısı ve ücretsiz erişilebilirliği sayesinde, Stable Diffusion hem profesyonel sanatçılar hem de yeni başlayanlar için inanılmaz bir potansiyel sunmaktadır. Bu kapsamlı rehberde, Stable Diffusion'ın ne olduğunu, nasıl çalıştığını, kurulumunu, etkili prompt yazma tekniklerini ve görsel üretimde dikkat etmeniz gereken tüm detayları derinlemesine inceleyeceğiz. Amacımız, bu güçlü aracı kullanarak kendi yaratıcı potansiyelinizi nasıl ortaya çıkarabileceğinize dair size yol göstermek ve yapay zeka destekli görsel üretim dünyasında sağlam bir temel oluşturmanızı sağlamaktır. Hazırsanız, kelimelerden görüntülere doğru büyülü bir yolculuğa çıkalım!

Stable Diffusion Nedir ve Neden Bu Kadar Önemli?

Stable Diffusion, Stability AI tarafından geliştirilen ve 2022 yılında piyasaya sürülen, metinden görüntüye dönüştürme yeteneğine sahip derin öğrenme tabanlı bir yapay zeka modelidir. Temelinde, difüzyon modeli adı verilen bir teknoloji yatmaktadır. Bu model, rastgele gürültüden (noise) başlayarak, verilen bir metin komutuna (prompt) uygun olarak kademeli olarak anlamlı bir görüntüye dönüştürme prensibiyle çalışır. Stable Diffusion'ın bu kadar popüler olmasının ve önemli kabul edilmesinin birkaç temel nedeni vardır:

• Açık Kaynak Kodlu ve Ücretsiz: En büyük avantajlarından biri, açık kaynak kodlu olması ve herkes tarafından ücretsiz olarak erişilebilir olmasıdır. Bu durum, hem bireysel kullanıcıların hem de geliştiricilerin modeli özgürce kullanmasına, değiştirmesine ve kendi projelerine entegre etmesine olanak tanır.
• Yüksek Kaliteli Görsel Üretimi: Basit metin komutlarından bile oldukça detaylı, estetik ve yüksek çözünürlüklü görseller üretebilme yeteneğine sahiptir. Sanat tarzlarından gerçekçi fotoğraflara kadar geniş bir yelpazede çıktı verebilir.
• Lokal Çalışma Yeteneği: Diğer bazı AI görsel üretim araçlarının aksine, Stable Diffusion uygun donanıma sahip bilgisayarlarda yerel olarak çalıştırılabilir. Bu, kullanıcıların veri gizliliği konusunda daha fazla kontrole sahip olmasını ve internet bağlantısı olmadan bile üretim yapabilmesini sağlar.
• Sürekli Gelişim ve Topluluk Desteği: Geniş ve aktif bir geliştirici ve kullanıcı topluluğuna sahiptir. Bu topluluk, sürekli yeni özellikler, modeller (checkpoint'ler), eklentiler (extension'lar) ve araçlar geliştirerek Stable Diffusion ekosistemini zenginleştirmektedir.
• Esneklik ve Özelleştirilebilirlik: Kullanıcılar, modeli kendi özel ihtiyaçlarına göre ince ayar yapabilir (fine-tuning), farklı stillerde görüntüler üretmek için özel modeller eğitebilir veya mevcut modelleri birleştirebilir.

Bu özellikler, Stable Diffusion'ı sadece bir görsel üretim aracı olmaktan çıkarıp, dijital sanatçılar, tasarımcılar, yazılım geliştiriciler ve hatta pazarlamacılar için güçlü bir yaratıcı asistan haline getirmiştir. İster bir konsept görseline ihtiyacınız olsun, ister bir hikaye için ilüstrasyonlar yaratmak isteyin, Stable Diffusion bu süreçte size eşlik edebilir.

Stable Diffusion Nasıl Çalışır? Temel Mekanizmalar

Stable Diffusion'ın arkasındaki teknoloji, difüzyon modelleri olarak bilinen bir yapay zeka sınıfına dayanmaktadır. Bu modeller, görüntüleri "gürültüden arındırma" (denoising) prensibiyle çalışır. Süreci daha iyi anlamak için adımları inceleyelim:

1. İleri Difüzyon Süreci (Forward Diffusion): Bu süreçte, temiz bir görüntüye kademeli olarak rastgele gürültü eklenir. Her adımda biraz daha fazla gürültü eklenerek, sonunda orijinal görüntünün tamamen gürültüye dönüştüğü bir durum elde edilir. Bu, modelin gürültülü veriyi anlaması için bir eğitim süreci gibidir.
2. Geri Difüzyon Süreci (Reverse Diffusion): Stable Diffusion'ın görüntü üretme aşaması bu adımdır. Model, tamamen gürültülü bir görüntüden başlar ve bu gürültüyü, verilen bir metin komutuna (prompt) uygun olarak kademeli olarak temizleyerek anlamlı bir görüntüye dönüştürür. Bu "gürültüden arındırma" işlemi, bir sinir ağı tarafından gerçekleştirilir ve her adımda görüntünün daha belirgin hale gelmesini sağlar.
3. Latent Alan ve VAE (Variational Autoencoder): Stable Diffusion, doğrudan piksel uzayında çalışmak yerine, görüntülerin daha düşük boyutlu bir temsilini olan latent uzayda çalışır. Bu, hesaplama yükünü önemli ölçüde azaltır ve süreci hızlandırır. Bir Variational Autoencoder (VAE), görüntüleri piksel uzayından latent uzaya sıkıştırmak (encoder) ve latent uzaydan tekrar piksel uzayına dönüştürmek (decoder) için kullanılır.
4. Metinden Görüntüye Kodlayıcı (Text Encoder): Verilen metin komutu (prompt), ayrı bir sinir ağı tarafından (genellikle CLIP tabanlı) sayısal bir temsile dönüştürülür. Bu sayısal temsil, difüzyon modeline, gürültüyü hangi yönde temizlemesi gerektiğini ve hangi özellikleri vurgulaması gerektiğini söyler.
5. U-Net Modeli: Gürültüden arındırma sürecinin ana beyni, bir U-Net mimarisine sahip olan sinir ağıdır. Bu ağ, gürültülü latent temsili alır ve metin komutunun yönlendirmesiyle bir sonraki, daha az gürültülü latent temsili tahmin eder. Bu süreç, görüntü netleşene kadar tekrarlanır.

Bu karmaşık süreç, saniyeler içinde görselleştirme yeteneği sunar. Stable Diffusion'ın gücü, bu bileşenlerin uyumlu bir şekilde bir araya gelmesinden ve milyarlarca görüntü-metin çifti üzerinde eğitilmiş olmasından kaynaklanmaktadır. Bu sayede, model çok çeşitli kavramları, stilleri ve nesneleri anlayabilir ve bunları yaratıcı bir şekilde birleştirebilir.

Stable Diffusion Kurulumu: Yerel Ortamda Başlangıç

Stable Diffusion'ı yerel bilgisayarınızda çalıştırmak, hem daha fazla kontrol sağlar hem de internet bağlantısından bağımsız çalışabilmenizi mümkün kılar. Kurulum süreci, teknik bilgi gerektirse de, adım adım takip edildiğinde oldukça basittir. İşte temel adımlar:

Donanım Gereksinimleri

Stable Diffusion, özellikle görüntü üretimi sırasında yoğun GPU (Ekran Kartı) kullanımı gerektirir. Minimum gereksinimler şunlardır:

• GPU: En az 4GB VRAM'e sahip bir NVIDIA GPU (AMD GPU'lar için de çözümler mevcut, ancak NVIDIA daha yaygın ve uyumludur). Daha iyi performans için 8GB veya üzeri VRAM önerilir.
• RAM: En az 8GB RAM, ideal olarak 16GB veya üzeri.
• Depolama: Model dosyaları ve üretimler için en az 20-50GB boş disk alanı. SSD, yükleme sürelerini hızlandıracaktır.
• İşletim Sistemi: Windows, Linux veya macOS (Apple Silicon çipli Mac'ler için özel kurulumlar mevcuttur).

Kurulum Adımları (Automatic1111 WebUI için)

En popüler ve kullanıcı dostu arayüzlerden biri olan Automatic1111 Stable Diffusion WebUI üzerinden kurulumu anlatacağız:

1. Python Kurulumu: Bilgisayarınızda Python 3.10.6 sürümünün kurulu olduğundan emin olun. Diğer sürümlerle uyumluluk sorunları yaşanabilir. Kurulum sırasında "Add Python to PATH" seçeneğini işaretlemeyi unutmayın.
2. Git Kurulumu: Git'i bilgisayarınıza kurun. Bu, WebUI'nin kaynak kodunu indirmek için gereklidir.
3. WebUI Deposunu Klonlama: Komut istemcisini (CMD veya Terminal) açın ve WebUI'yi kurmak istediğiniz dizine gidin (örneğin, cd C:\StableDiffusion). Ardından şu komutu çalıştırın:

   git clone https://github.com/AUTOMATIC1111/stable-diffusion-webui.git

4. Model Dosyalarını İndirme: Stable Diffusion'ın çalışması için ana model dosyalarına (checkpoint'ler) ihtiyacınız var. Bu dosyaları Hugging Face gibi platformlardan indirebilirsiniz. Genellikle v1-5-pruned-emaonly.safetensors veya benzeri bir dosya arayın. İndirdiğiniz modeli, klonladığınız stable-diffusion-webui klasörünün içindeki models/Stable-diffusion dizinine kopyalayın.
5. WebUI'yi Başlatma: Klonladığınız stable-diffusion-webui klasörünün içine gidin ve webui-user.bat (Windows için) veya webui.sh (Linux/macOS için) dosyasını çalıştırın. İlk çalıştırmada gerekli tüm Python kütüphanelerini ve bileşenlerini indirecektir, bu biraz zaman alabilir.
6. Web Arayüzüne Erişim: Kurulum tamamlandığında, komut istemcisinde size bir yerel URL (genellikle http://127.0.0.1:7860) verecektir. Bu URL'yi web tarayıcınızda açarak Stable Diffusion WebUI'ye erişebilirsiniz.

İpuçları:

• Eğer VRAM'iniz kısıtlıysa (4-6GB), webui-user.bat dosyasını düzenleyerek set COMMANDLINE_ARGS=--xformers --medvram gibi argümanlar ekleyebilirsiniz. --xformers performansı artırırken, --medvram veya --lowvram bellek kullanımını azaltır.
• Kurulum sırasında herhangi bir hata alırsanız, hata mesajını kopyalayıp arama motorlarında veya Stable Diffusion topluluk forumlarında aratmak genellikle çözüm bulmanıza yardımcı olur.

Prompt Mühendisliği: Etkili Komutlar Yazmanın Sırları

Stable Diffusion'dan istediğiniz görselleri elde etmenin anahtarı, etkili prompt (komut) yazma sanatında yatar. Prompt mühendisliği, modelin ne üretmesini istediğinizi en açık ve detaylı şekilde ifade etmeyi içerir. İşte başarılı prompt'lar yazmak için bazı ipuçları:

1. Detaylı Olun, Ama Aşırıya Kaçmayın

Genel ifadeler yerine spesifik detaylar kullanın. Örneğin, "bir köpek" yerine "altın rengi tüylere sahip, yeşil gözlü, neşeli bir Golden Retriever yavrusu, parkta oynarken". Ancak, her küçük detayı da eklemeye çalışmayın, bu modelin kafasını karıştırabilir.

2. Anahtar Kelimeler ve Nitelikler

Görselde görmek istediğiniz anahtar kelimeleri ve bu anahtar kelimelerin niteliklerini (sıfatlarını) kullanın.

• Özne: bir şövalye
• Aksiyon/Durum: ejderhayla savaşan
• Çevre/Mekan: volkanik bir dağın tepesinde
• Stil: fantastik sanat, yağlı boya
• Işıklandırma: dramatik, altın rengi gün batımı ışığı
• Kamera Açısı: geniş açı, epik

3. Negatif Prompt Kullanımı

Görselde istemediğiniz şeyleri belirtmek için negatif prompt alanını kullanın. Bu, modelin istenmeyen öğeleri veya nitelikleri dışlamasına yardımcı olur. Ortak negatif prompt'lar şunları içerir:

• kötü çizilmiş, anlamsız, bozuk, deforme olmuş, çoklu uzuvlar, kötü perspektif, çirkin, düşük kaliteli, karman çorman, bulanık, yazı, logo, imza
• Özellikle insan figürleri için: ekstra parmaklar, eksik parmaklar, sakat el, bozuk yüz, kötü anatomik yapı

4. Ağırlıklandırma (Prompt Weighting)

Bazı WebUI'lar (Automatic1111 gibi) prompt'taki belirli kelimelerin veya ifadelerin ağırlığını artırmanıza veya azaltmanıza olanak tanır.

• (kelime:1.2): Kelimenin etkisini %20 artırır.
• (kelime:0.8): Kelimenin etkisini %20 azaltır.
• [kelime]: Kelimenin etkisini azaltır.
• (kelime): Kelimenin etkisini artırır.

5. Sanatçı İsimleri ve Stiller

Belirli bir sanatçının veya sanat akımının tarzını taklit etmek için prompt'unuza sanatçı adlarını veya stil tanımlayıcılarını ekleyin.

• bir kedi, Vincent van Gogh tarzında
• siberpunk bir şehir, art deco tarzında
• fotoğraf, Annie Leibovitz tarzında
• dijital sanat, konsept sanat, fantastik sanat, sürrealizm

6. Teknik Terimler

Görselin teknik özelliklerini belirlemek için terimler kullanın:

• Çözünürlük/Detay: 4k, 8k, ultra detaylı, keskin odak, fotoğraf gerçekçiliği
• Işıklandırma: volumetrik ışıklandırma, rim ışığı, stüdyo ışığı, sinematik ışıklandırma
• Kamera: DSLR fotoğraf, geniş açılı lens, telefoto lens, bokeh
• Render Motoru: Unreal Engine, Octane Render, Cycles Render (daha çok 3D render benzeri görseller için)

7. Deney ve Tekrar

Mükemmel prompt'u bulmak genellikle deneme yanılma gerektirir. Küçük değişiklikler yapın, farklı kelimeler deneyin ve sonuçları gözlemleyin. Bir prompt'un nasıl çalıştığını anlamak için farklı tohum (seed) değerleriyle birden fazla kez çalıştırmak faydalı olabilir.

Unutmayın, prompt mühendisliği bir sanattır ve pratikle gelişir. Ne kadar çok deneme yaparsanız, Stable Diffusion'ın dilini o kadar iyi anlayacaksınız.

Temel Parametreler ve Anlamları

Stable Diffusion WebUI'da bir görsel oluştururken ayarlayabileceğiniz birçok parametre bulunur. Bu parametreleri anlamak, istediğiniz sonuçları elde etmede kritik öneme sahiptir.

• Prompt: Görselin ne hakkında olacağını tanımlayan metin komutu.
• Negative Prompt: Görselde olmasını istemediğiniz şeyleri tanımlayan metin komutu.
• Sampling Method (Örnekleme Yöntemi): Gürültüden arındırma işleminin nasıl yapılacağını belirler. Farklı yöntemler (örneğin, Euler a, DPM++ 2M Karras, DDIM) farklı görsel kalitesi ve hızı sunar. DPM++ 2M Karras genellikle iyi bir denge sunar.
• Sampling Steps (Örnekleme Adımları): Gürültüden arındırma işleminin kaç adımda yapılacağını belirler. Daha fazla adım, genellikle daha detaylı ve kaliteli sonuçlar verir, ancak üretim süresini artırır. Genellikle 20-30 adım yeterlidir, ancak karmaşık görseller için 50'ye kadar çıkılabilir.
• Restore Faces (Yüzleri Geri Yükle): Özellikle insan yüzleri içeren görsellerde, yapay zekanın yüzleri daha gerçekçi ve doğru bir şekilde oluşturmasına yardımcı olan bir özelliktir (GFPGAN veya CodeFormer gibi modelleri kullanır).
• Tiling (Döşeme): Sürekli desenler veya arka planlar oluşturmak için kullanılır.
• Hires. fix (Yüksek Çözünürlük Düzeltmesi): Düşük çözünürlükte oluşturulan bir görüntüyü daha yüksek çözünürlüğe ölçeklerken detayları korumak ve artefaktları azaltmak için kullanılır. Önce düşük çözünürlükte hızlı bir önizleme oluşturup, ardından bunu ölçekleyerek daha yüksek çözünürlüklü ve detaylı bir son görüntü elde etmeyi sağlar.
• Upscaler (Yükseltici): Görüntüyü büyütmek için kullanılan algoritmayı seçmenizi sağlar (örneğin, Latent, ESRGAN gibi).
• Denoising strength (Gürültü Azaltma Gücü): Hires. fix veya Img2Img kullanırken, orijinal görüntüden ne kadar sapılacağını belirler. 0.0, orijinali hiç değiştirmemek anlamına gelirken, 1.0 tamamen yeni bir görüntü oluşturmaya çalışır.
• Width (Genişlik) / Height (Yükseklik): Oluşturulacak görselin piksel cinsinden boyutlarıdır. Genellikle 512x512 veya 768x512 gibi boyutlarla başlanır. GPU VRAM'iniz kısıtlıysa daha büyük boyutlar hata verebilir.
• Batch count (Toplu Sayısı): Tek bir çalıştırmada kaç farklı görsel üretileceğini belirler.
• Batch size (Toplu Boyutu): Aynı anda kaç görselin GPU'ya gönderileceğini belirler. Yüksek değerler VRAM tüketimini artırır.
• CFG Scale (Classifier Free Guidance Scale): Prompt'unuzun görüntü üzerindeki etkisinin ne kadar güçlü olacağını belirler. Daha yüksek değerler (örneğin, 7-12), modelin prompt'a daha sıkı bağlı kalmasını sağlar. Çok yüksek değerler (15'in üzeri) artefaktlara yol açabilir. Genellikle 7-9 arası iyi sonuçlar verir.
• Seed (Tohum): Rasgele sayı üretecinin başlangıç değeridir. Aynı prompt ve aynı tohum değeriyle her zaman aynı görüntüyü elde edersiniz. -1 değeri rastgele bir tohum anlamına gelir. Beğendiğiniz bir görselin tohumunu alarak o görüntünün varyasyonlarını üretebilirsiniz.

Farklı Stable Diffusion Modelleri (Checkpoints) ve Lora'lar

Stable Diffusion ekosistemi, farklı görsel stilleri ve amaçlar için eğitilmiş sayısız model (checkpoint) ve Lora (Low-Rank Adaptation) ile gelişmektedir. Bu modeller, Stable Diffusion'ın temel mimarisi üzerine inşa edilmiş olup, belirli veri kümeleri üzerinde ek eğitim alarak özel yetenekler kazanmışlardır.

Checkpoint'ler (Ana Modeller)

Checkpoint'ler, Stable Diffusion'ın temelini oluşturan ana model dosyalarıdır (.ckpt veya .safetensors uzantılı). Bunlar, modelin tüm ağırlıklarını ve mimarisini içerir. Farklı checkpoint'ler, farklı fotoğrafçılık stilleri, anime tarzları, gerçekçilik seviyeleri veya sanatsal akımlar için optimize edilmiştir.

• Stable Diffusion 1.5 (SD 1.5): En yaygın kullanılan ve üzerine birçok özel modelin inşa edildiği temel versiyondur. Geniş bir yetenek yelpazesine sahiptir.
• Stable Diffusion 2.1 (SD 2.1): Daha yüksek çözünürlüklü çıktılar ve geliştirilmiş metin anlama yeteneği sunar, ancak SD 1.5'e göre bazı stillerde daha az esnek olduğu düşünülebilir.
• Özel Checkpoint'ler: Civitai.com gibi platformlarda binlerce özel checkpoint bulabilirsiniz. Örnekler:
  • Realistic Vision, Deliberate, Protogen: Genellikle fotoğraf gerçekçiliği ve detaylı insan figürleri için popülerdir.
  • Anything V3/V4/V5, Anime Diffusion: Anime ve manga tarzı çizimler için özel olarak eğitilmiştir.
  • DreamShaper, Neverending Dream (NED): Sanatsal ve estetik görseller üretmek için tasarlanmıştır.

Doğru checkpoint'i seçmek, istediğiniz görsel tarzına ulaşmada en önemli adımlardan biridir. Bir checkpoint indirdiğinizde, onu stable-diffusion-webui/models/Stable-diffusion klasörüne yerleştirmeniz gerekir.

Lora'lar (Low-Rank Adaptation)

Lora'lar (Low-Rank Adaptation), ana checkpoint modelini çok daha küçük boyutta (genellikle 10-200 MB) ve daha az hesaplama gücüyle ince ayar yapmanın bir yöntemidir. Bir Lora, belirli bir karakteri, tarzı, nesneyi veya konsepti öğrenmek için eğitilir ve ana modele takviye olarak kullanılır. Böylece, ana modelin genel yeteneklerini korurken, belirli bir konuda uzmanlaşmasını sağlar.

• Kullanım Alanları:
  • Karakter Lora'ları: Belirli bir anime veya oyun karakterini tutarlı bir şekilde üretmek için.
  • Stil Lora'ları: Belirli bir sanatçının veya akımın stilini taklit etmek için.
  • Nesne Lora'ları: Belirli bir nesneyi (örneğin, bir sandalye türü, bir çiçek) daha doğru ve detaylı bir şekilde oluşturmak için.
  • Poz Lora'ları: Belirli vücut pozlarını veya ifadeleri üretmek için.
• Kullanım Şekli: Lora'lar, prompt'unuzda <lora:lora_adı:ağırlık> formatında belirtilir. Örneğin, <lora:my_character_lora:0.7>. Ağırlık değeri 0.1'den 1.0'a kadar değişebilir ve Lora'nın etkisinin ne kadar güçlü olacağını belirler.
• Avantajları:
  • Küçük Dosya Boyutu: Kolayca indirilebilir ve depolanabilir.
  • Esneklik: Birden fazla Lora aynı anda kullanılabilir (ancak dikkatli olun, çatışmalar yaşanabilir).
  • Hızlı Eğitim: Yeni Lora'lar eğitmek, tam bir checkpoint eğitmeye göre çok daha hızlıdır.

Lora dosyaları genellikle stable-diffusion-webui/models/Lora klasörüne yerleştirilir. Civitai.com, Lora'lar için de en popüler kaynaklardan biridir. Farklı checkpoint'ler ve Lora'ları birleştirerek sınırsız yaratıcı kombinasyonlar elde edebilirsiniz.

Gelişmiş Teknikler ve İpuçları

Stable Diffusion'da ustalaşmak, temel komutların ötesine geçmeyi ve çeşitli gelişmiş teknikleri öğrenmeyi gerektirir. İşte görsel üretim sürecinizi bir sonraki seviyeye taşıyacak bazı ipuçları:

1. Img2Img (Görüntüden Görüntüye) Kullanımı

Img2Img, mevcut bir görüntüyü temel alarak yeni görüntüler oluşturmanıza olanak tanır. Bu, şunlar için harikadır:

• Stil Transferi: Bir fotoğrafı belirli bir sanat tarzına dönüştürmek.
• Varyasyonlar: Mevcut bir görüntünün farklı versiyonlarını oluşturmak.
• Eskizden Gerçekliğe: Basit bir eskiz veya çizimi detaylı bir görsele dönüştürmek.

Nasıl Kullanılır: Görüntüyü Img2Img sekmesine yükleyin, bir prompt girin ve Denoising Strength (Gürültü Azaltma Gücü) parametresini ayarlayın. Düşük denoising strength (0.3-0.6) orijinal görüntüye yakın kalırken, daha yüksek değerler (0.7-0.9) daha fazla değişiklik ve yaratıcılık sağlar.

2. Inpainting ve Outpainting

• Inpainting: Bir görüntünün belirli bir bölümünü maskeleyerek o bölümü yeniden oluşturmanıza olanak tanır. Örneğin, bir kişinin gözlüğünü çıkarmak, bir arka plan öğesini değiştirmek veya bir nesneyi tamamen kaldırmak için kullanılabilir.
• Outpainting: Bir görüntünün sınırlarını genişleterek orijinal görüntüyü tamamlayan yeni içerik oluşturur. Bu, bir fotoğrafın kadrajını genişletmek veya bir sahneye daha fazla bağlam eklemek için idealdir.

Bu özellikler, Stable Diffusion WebUI'nin "Img2Img" sekmesi altında bulunur.

3. ControlNet

ControlNet, Stable Diffusion'ın yeteneklerini katlanarak artıran devrim niteliğinde bir eklentidir. Modelin, verilen bir görüntüdeki görsel bilgileri (pozu, kenar haritasını, derinlik bilgisini vb.) kontrol etmesine olanak tanır.

• Örnek Kullanım Alanları:
  • Poz Kontrolü (OpenPose): Bir fotoğraftaki insan figürünün pozunu alıp, bu pozu yeni bir karaktere veya stile uygulamak.
  • Kenar Algılama (Canny, Hed): Bir çizimin veya fotoğrafın kenar haritasını çıkarıp, bu kenarları takip eden yeni bir görüntü oluşturmak.
  • Derinlik Haritası (Depth): Bir görüntünün derinlik bilgisini kullanarak üç boyutlu algısı olan yeni bir görüntü üretmek.
  • Normal Harita (Normal Map): Yüzey detaylarını koruyarak yeni bir görüntü oluşturmak.

4. Iterasyon ve Varyasyon

Tek bir prompt ile mükemmel görüntüyü elde etmek nadiren mümkündür. Farklı tohum (seed) değerleri, CFG ölçeği, örnekleme adımları ve hatta küçük prompt değişiklikleriyle denemeler yaparak istediğiniz sonuca ulaşabilirsiniz. Beğendiğiniz bir görüntüyü bulduğunuzda, onun tohumunu kaydederek ve küçük değişiklikler yaparak varyasyonlar oluşturun.

5. Yüksek Çözünürlük ve Detaylar

Başlangıçta daha düşük çözünürlükte (örneğin 512x512 veya 768x512) görüntüler oluşturun. Beğendiğiniz bir görüntüyü bulduğunuzda, onu Hires. fix özelliği veya Img2Img kullanarak daha yüksek çözünürlüğe yükseltin. Bu, hem zaman kazandırır hem de GPU kaynaklarını daha verimli kullanmanızı sağlar. Upscaler'ları (örneğin ESRGAN_4x) kullanarak detayları artırabilirsiniz.

6. Topluluk Kaynakları

Civitai.com ve Hugging Face gibi platformlar, binlerce model, Lora, Textual Inversion ve diğer kaynakları barındırır. Bu platformlarda diğer kullanıcıların prompt'larını, ayarlarını ve sonuçlarını inceleyerek ilham alabilir ve kendi tekniklerinizi geliştirebilirsiniz.

Bu gelişmiş teknikler, Stable Diffusion'ı sadece bir "görüntü oluşturucu" olmaktan çıkarıp, güçlü ve esnek bir dijital sanat stüdyosuna dönüştürür. Her bir tekniği denemek ve kendi yaratıcı akışınıza entegre etmek için zaman ayırın.