Neural_Lens
Создаю полезности для работы с нейронками
3subscribers
8posts
$0 of $718 raised
На аренду сервера, для развертывания крутых проектов, связанных с нейросетями.
About
Привет! Я — энтузиаст ИИ-генерации изображений, который глубоко погружен в мир Stable Diffusion. Здесь, на моём Boosty, я делюсь всем, что помогает создавать потрясающий контент: от генерации крутых артов до тренировки LoRA и разработки полноценных моделей.
Попутно я пишу полезные скрипты на Python — они упрощают работу с изображениями, помогают составлять идеальные промпты и автоматизируют рутину. А ещё рассказываю о своих фишках: как правильно мержить модели, тренировать LoRA для лучших результатов, экспериментировать с настройками и многое другое.
Если ты тоже увлечён генерацией, созданием моделей или просто хочешь прокачать навыки в AI-арте, то здесь точно найдёшь что-то полезное — от практических гайдов до эксклюзивных инструментов. Подписывайся, давай творить вместе! 🚀
Hey! I'm an AI image generation enthusiast deeply immersed in the world of Stable Diffusion. Here on my Boosty, I share everything that helps create stunning content: from generating cool art to training LoRA and developing full-fledged models.
Along the way, I write handy Python scripts—they simplify working with images, help craft perfect prompts, and automate the routine stuff. Plus, I spill my tips: how to properly merge models, train LoRA for the best results, experiment with settings, and much more.
If you're into generation, model creation, or just want to level up your AI art skills, you'll definitely find something useful here—from practical guides to exclusive tools. Subscribe and let's create together! 🚀
Prompt Sorter Pro: Удобный инструмент для сортировки промптов
Привет! Я хочу поделиться с вами небольшой программой под названием Prompt Sorter Pro, которую я недавно собрал. Это простое десктопное приложение на Python (с использованием PyQt6), предназначенное для анализа и сортировки тегов в промптах для AI-генераторов изображений, таких как Stable Diffusion или аналогичные модели.
Что делает программа?
- Анализ промпта: Вы вставляете свой промпт в поле ввода, и программа разбивает его на отдельные теги (учитывая запятые, скобки для весов и даже LoRA-теги).
- Классификация по категориям: Теги автоматически распределяются по предопределенным категориям, таким как "Качество" (quality), "Внешность" (appearance), "Одежда" (clothing), "Поза" (pose), "Выражение" (expression), "Эффекты" (effects), "Сцена" (scene), "Стиль" (style), "Объекты" (objects) и "Другое" (other).
- Сортировка: В каждой категории теги сортируются по весу (от большего к меньшему) и алфавиту. Поддерживаются веса в формате :1.2 и вложенные скобки.
- Вывод: Результат отображается в удобных текстовых полях по категориям. Вы можете копировать отдельные разделы, весь вывод целиком или экспортировать в TXT-файл.
- Дополнительно: Игнорирует LoRA-теги, обрабатывает неалфавитные символы и нормализует промпт для лучшей парсинга (добавляет пропущенные запятые).
Программа работает оффлайн, без интернета, и не требует установки дополнительных библиотек (кроме PyQt6, если у вас его нет).
Кому пригодится?
- Генераторам изображений с AI: Если вы часто работаете с промптами в Stable Diffusion, Midjourney или других инструментах, где теги нужно организовывать для лучших результатов. Это поможет быстро разобраться в хаотичном промпте и оптимизировать его.
- Художникам и дизайнерам: Для тех, кто экспериментирует с описаниями и хочет структурировать идеи по категориям (внешность персонажа, окружение, стиль и т.д.).
- Новичкам в AI-арте: Если вы только учитесь составлять промпты, программа покажет, как теги группируются, и поможет улучшить структуру.
- Разработчикам и энтузиастам: Как базовый инструмент для автоматизации обработки текстовых описаний.
Важные замечания
Программа еще не идеальна — это базовая версия, которая покрывает основные потребности, но может допускать ошибки в классификации тегов (например, если тег не точно совпадает с ключевыми словами или имеет неоднозначный смысл). Иногда сложные вложенные конструкции или редкие теги попадают в "Другое". Я планирую дорабатывать её, добавляя больше ключевых слов и улучшая парсер.
Легкость кастомизации: Все категории и ключевые слова хранятся в простом JSON-файле (categories.json). Вы можете легко добавлять, удалять или перерабатывать теги и категории — просто отредактируйте файл в любом текстовом редакторе. Нет нужды лезть в код!
Creator has disabled comments for this post.
Шифрование и Дешифрование Текста (Sodium Compatible)
Это простое GUI-приложение на Python (PyQt6) для шифрования и дешифрования текста с использованием библиотеки PyNaCl (совместимо с libsodium). Оно работает в режиме симметричного шифрования: один и тот же ключ используется для шифрования и дешифрования.
Установка и Запуск
- Убедитесь, что у вас установлен Python 3 (рекомендуется 3.8+).
- Запустите файл RUN_Sodium_Compatible.bat (он автоматически проверит и установит зависимости: PyQt6, PyNaCl).
- Если батник не сработал, вручную установите пакеты: pip install PyQt6 pynacl.
- Запустите скрипт: python Sodium_Compatible.py.
Приложение откроется в окне с тёмной темой.
Как Пользоваться
- Интерфейс:Вверху: Поле для ввода ключа шифрования (пароль, скрытый режим ввода). Ключ обязателен для любых операций.Слева (синий блок): Дешифрование — вставьте зашифрованный текст, нажмите "Дешифровать". Результат ниже.Справа (зелёный блок): Шифрование — вставьте текст, нажмите "Шифровать". Результат ниже.Кнопки "Скопировать" для копирования результатов в буфер.Внизу: Логи с timestamp (зелёный — успех, красный — ошибка). Кнопки для очистки логов и всех полей.
- Вверху: Поле для ввода ключа шифрования (пароль, скрытый режим ввода). Ключ обязателен для любых операций.
- Слева (синий блок): Дешифрование — вставьте зашифрованный текст, нажмите "Дешифровать". Результат ниже.
- Справа (зелёный блок): Шифрование — вставьте текст, нажмите "Шифровать". Результат ниже.
- Кнопки "Скопировать" для копирования результатов в буфер.
- Внизу: Логи с timestamp (зелёный — успех, красный — ошибка). Кнопки для очистки логов и всех полей.
- Шифрование:Введите ключ.В правом блоке введите текст.Нажмите "Шифровать".Получите base64-строку (nonce + ciphertext).
- Дешифрование:Введите тот же ключ.В левом блоке вставьте base64-строку.Нажмите "Дешифровать".Получите оригинальный текст (если ключ верный; иначе ошибка).
Ключ Шифрования (Важно!)
- Ключ — это ваш пароль (строка любой длины). Он хэшируется в 256-битный ключ с помощью SHA-256.
- Запомните ключ! Он не сохраняется в приложении. Без него дешифрование невозможно.
- Используйте один и тот же ключ для шифрования и дешифрования одного текста.
- Рекомендации: Делайте ключ сложным (буквы, цифры, символы, >12 символов). Не используйте простые пароли.
- Безопасность: Шифрование стойкое (XSalsa20 + Poly1305), но ключ — слабое звено. Не передавайте ключ открыто.
Ошибки
- "Ключ не может быть пустым" — введите ключ.
- "Текст не может быть пустым" — заполните поле.
- "Ошибка дешифрования" — неверный ключ или повреждённый текст.
Приложение не хранит данные, всё локально.
zip
Sodium_Compatible.zip17.10 Kb
Creator has disabled comments for this post.
Image Metadata Remover: Удаление метаданных из изображений
Внимание: метаданные в изображениях могут испортить обучение LoRA!
Привет, друзья! Если вы занимаетесь тренировкой LoRA (Low-Rank Adaptation) для генеративных моделей, то эта заметка может оказаться полезной. Вчера я заметил интересный нюанс: метаданные, встроенные в изображения, иногда сильно влияют на результат обучения, даже если в описаниях (captions) ничего подобного не указано.
Что произошло?
Я провел небольшой эксперимент. Взял набор изображений, в метаданных которых были жестко усиленные теги (с весами) на тему "руки за спиной". При этом в самих описаниях картинок я ничего подобного не упоминал — они были нейтральными.
Затем я обучил две версии LoRA:
- С оригинальными изображениями (с метаданными, включая теги "руки за спиной").
- С очищенными изображениями (метаданные полностью удалены, теги обнулены), но с теми же самыми описаниями.
Результаты
В версии с неочищенными метаданными модель упорно генерировала "руки за спиной" в определенных сценариях. Причем это выглядело довольно топорно и неестественно — как будто тег навязчиво встраивался в вывод, даже без подсказки в промпте. В очищенной версии такого эффекта не наблюдалось: генерации были чистыми и соответствовали только описаниям.
Вывод
Метаданные — это скрытый фактор, который может "загрязнить" датасет и привести к нежелательным артефактам в LoRA. Рекомендую перед обучением всегда проверять и чистить метаданные изображений (например, с помощью моего инструмента на Python).
image metadata
stable diffusion
comfyui
ии
Creator has disabled comments for this post.
stable diffusion
comfyui
генерация
искусственный интеллект
ии
Subscription levels1
Простая поддержка
$1.44 per month
Подписка на Boosty — это поддержка моего труда в создании инструментов для генерации изображений и работы с ИИ. Ваша поддержка мотивирует меня продолжать разрабатывать полезные скрипты, боты и гайды, упрощающие работу с контентом. Получайте доступ к новым решениям и обновлениям, помогая мне двигаться вперёд.