"스테이블 디퓨전과 AnimateDiff로 로봇 이미지 영상 만들기; AnimateDiff 사용 연습 4)"

스테이블 디퓨전과 AnimateDiff를 활용해 로봇 이미지 영상을 만드는 방법을 알아보세요. AI 기술로 창의적이고 생동감 있는 영상을 쉽게 제작할 수 있습니다.

 

"스테이블 디퓨전과 AnimateDiff로 로봇 이미지 영상 만들기;  AnimateDiff 사용 연습 4)"

 

스테이블 디퓨전과 AnimateDiff: 로봇 이미지 생성

 

스테이블 디퓨전(Stable Diffusion)과 AnimateDiff를 활용하여 로봇 이미지를 만드는 흥미로운 실험을 진행했습니다. 이 블로그 글에서는 이 기술을 어떻게 사용했는지, 그리고 그 과정에서 어떤 결과를 얻었는지를 공유하고자 합니다.

 

1. 스테이블 디퓨전과 AnimateDiff란?

 

스테이블 디퓨전은 AI 기반의 이미지 생성 기술로, 고품질의 정적 이미지를 만드는 데 사용됩니다. AnimateDiff는 이를 확장하여 연속된 프레임을 생성하고, 이를 통해 움직이는 이미지를 만드는 기술입니다. 특히, AnimateDiff는 시간에 따른 변화와 움직임을 자연스럽게 구현할 수 있도록 돕습니다.

 

"스테이블 디퓨전, AnimateDiff 사용 연습 1)"

 

2. 로봇 이미지 만들어보자

 

이번 프로젝트의 목표는 로봇 이미지를 만드는 것이었습니다. 이를 위해 스테이블 디퓨전과 AnimateDiff를 활용했습니다.

📚프롬프트와 설정

다음은 제가 사용한 프롬프트와 설정입니다:

 

> 프롬프트:

(masterpiece, high quality, UHD, 8K, robot <lora:lcm-lora-sd1-5:1>)
0: robot
10: robot
20: robot

> 설정:

Steps: 12

Sampler: DPM++ 2M

Schedule type: Karras

CFG scale: 7

Seed: 3206422801

Size: 512x768

Model hash: 6ce0161689

Model: v1-5-pruned-emaonly

VAE hash: 8495cebb2c

VAE: klF8Anime2VAE_klF8Anime2VAE.safetensors

Denoising strength: 0.75

Clip skip: 2

> AnimateDiff 설정:

Model: mm_sd_v15_v2.ckpt

Video length: 32

FPS: 8

Loop number: 0

Closed loop: A

Batch size: 16

Stride: 1

Overlap: 4

Interp: Off

Interp_x: 10

Freeinit enable: False

MM hash: 69ed0f5f

Latent power: 1

Latent scale: 32

Latent power last: 1

Latent scale last: 32

Version: v2.0.0.2-a-4-g69a2395

> 기타 설정:

Mask blur: 4

Inpaint area: Only masked

Masked area padding: 32

Lora hashes: lcm-lora-sd1-5: aaebf6360f7d

Version: v1.9.4

masterpeice, high quility, uhd, 8k,robot <lora:lcm-lora-sd1-5:1>, , robot,
Steps: 12, Sampler: DPM++ 2M, Schedule type: Karras, CFG scale: 7, Seed: 3206422801, Size: 512x768, Model hash: 6ce0161689, Model: v1-5-pruned-emaonly, VAE hash: 8495cebb2c, VAE: klF8Anime2VAE_klF8Anime2VAE.safetensors, Denoising strength: 0.75, Clip skip: 2, AnimateDiff: "model: mm_sd_v15_v2.ckpt, video_length: 32, fps: 8, loop_number: 0, closed_loop: A, batch_size: 16, stride: 1, overlap: 4, interp: Off, interp_x: 10, freeinit_enable: False, mm_hash: 69ed0f5f, latent_power: 1, latent_scale: 32, latent_power_last: 1, latent_scale_last: 32, version: v2.0.0.2-a-4-g69a2395", Mask blur: 4, Inpaint area: Only masked, Masked area padding: 32, Lora hashes: "lcm-lora-sd1-5: aaebf6360f7d", Version: v1.9.4

 

== 다르게 적용한 내용 (prompt를...)

masterpeice, high quility, uhd, 8k,robot <lora:lcm-lora-sd1-5:1>, , robot,
Steps: 12, Sampler: DPM++ 2M, Schedule type: Karras, CFG scale: 7, Seed: 3206422801, Size: 512x768, Model hash: e3edb8a26f, Model: ghostmix_v20Bakedvae, VAE hash: 8495cebb2c, VAE: vaeFtMse840000EmaPruned_vae.safetensors, Denoising strength: 0.75, Clip skip: 2, AnimateDiff: "model: mm_sd_v15_v2.ckpt, video_length: 32, fps: 8, loop_number: 0, closed_loop: A, batch_size: 16, stride: 1, overlap: 4, interp: Off, interp_x: 10, freeinit_enable: False, mm_hash: 69ed0f5f, latent_power: 1, latent_scale: 32, latent_power_last: 1, latent_scale_last: 32, version: v2.0.0.2-a-4-g69a2395", Mask blur: 4, Inpaint area: Only masked, Masked area padding: 32, Lora hashes: "lcm-lora-sd1-5: aaebf6360f7d", Version: v1.9.4

 

3. 결과 확인 및 수정

 

생성된 영상을 확인하고, 필요에 따라 프롬프트와 비율을 수정하는 작업을 진행했습니다. 이는 프레임 간의 자연스러운 연결을 확인하고, 부자연스러운 부분을 수정하는 과정입니다.

 

4. 프로젝트 결과

 

이번 프로젝트를 통해 로봇 이미지를 생성할 수 있었습니다.

아래는 프로젝트에서 얻은 몇 가지 흥미로운 결과입니다:

- 로봇의 디테일: 로봇의 세부 디테일이 구현되었습니다.

- 프레임 연결: 프레임 간의 전환이 부드럽고 자연스러워 보입니다.

- 추가 수정: 몇 가지 프롬프트와 비율을 조정하여 최종 결과를 개선했습니다.

 

5. 활용 가능성

 

이번 프로젝트는 스테이블 디퓨전과 AnimateDiff의 강력한 가능성을 보여주었습니다. 특히, 로봇 이미지와 같은 세부적인 변화를 자연스럽게 구현할 수 있다는 점에서 매우 유용합니다. 이는 애니메이션, 영화, 광고 등 다양한 분야에서 혁신적인 콘텐츠를 제작하는 데 큰 도움이 될 것입니다.

 

"스테이블 디퓨전, AnimateDiff 사용 연습 2) ; 바다 속에서 수영"

 

결론

 

스테이블 디퓨전과 AnimateDiff를 활용한 이번 프로젝트는 로봇 이미지를 성공적으로 생성할 수 있음을 보여주었습니다. 이러한 기술은 AI 기반 창작의 새로운 가능성을 열어주며, 앞으로 더욱 다양한 응용이 기대됩니다. 여러분도 이 기술을 활용하여 창의적인 프로젝트에 도전해보세요!

 

 

"스테이블 디퓨전과 AnimateDiff로 창의적인 얼굴 표정과 옷 변화 영상 만들기"

"스테이블 디퓨전과 AnimateDiff로 창의적인 얼굴 표정과 옷 변화 영상 만들기"

 

"Stable Diffusion의 인페인팅과 아웃페인팅: 이미지 편집의 혁신적인 기술"

"Stable Diffusion의 인페인팅과 아웃페인팅: 이미지 편집의 혁신적인 기술"