AI इमेज शब्दकोश
वह शब्दावली जो AI इमेज जनरेटर आपसे पहले से जानने की अपेक्षा करता है
नीचे दिया हर शब्द किसी वास्तविक इंटरफ़ेस या वास्तविक prompt में आता है। हर एक की परिभाषा पहले एक वाक्य में है, क्योंकि जो परिभाषा दो बार पढ़नी पड़े, वह असफल है।
सृजन कैसे काम करता है
- डिफ्यूजन
- अधिकांश मौजूदा इमेज मॉडलों के पीछे की तकनीक: मॉडल असली छवियों में शोर जोड़कर उसे उलटना सीखते हैं, और फिर शुद्ध शोर से उलटी दिशा में चलाकर नई छवि बनाते हैं।
- टेक्स्ट टू इमेज
- केवल लिखित विवरण से, बिना किसी सोर्स इमेज के, नई तस्वीर बनाना। जब लक्ष्य फ़ोटोरियल नतीजा हो तो इसे कभी-कभी text to photo भी कहा जाता है।
- इमेज टू इमेज
- किसी मौजूदा इमेज और एक prompt से नई तस्वीर बनाना, जहाँ denoise स्ट्रेंथ नियंत्रित करती है कि सोर्स का कितना हिस्सा बचा रहे।
- Checkpoint
- मॉडल के वेट्स का सेव किया गया सेट। एक ही आर्किटेक्चर के अलग-अलग checkpoints, समान prompts से भी दिखने में अलग आउटपुट देते हैं।
नियंत्रण और पैरामीटर
- Seed
- वह संख्या जो तय करती है कि जनरेशन किस शुरुआती शोर से शुरू होगी। वही seed, वही prompt और वही model मिलकर हर बार वही छवि दोबारा बनाते हैं।
- डिनॉइज़ स्ट्रेंथ
- Image-to-image में, आपके स्रोत चित्र का कितना हिस्सा पुनर्जनरेशन से पहले हटाया जाएगा। कम मान मूल को बचाए रखते हैं; अधिक मान उसे ढीले रेफरेंस की तरह ले लेते हैं।
- गाइडेंस स्केल
- हर चरण में model को आपके prompt की ओर कितना धकेला जाए। बहुत कम होगा तो भटकेगा; बहुत अधिक होगा तो आउटपुट कठोर और ओवर-सैचुरेटेड हो जाएगा।
- LoRA
- एक छोटा प्रशिक्षित ऐड-ऑन जो किसी base model को बिना पूरा दुबारा ट्रेन किए किसी विशिष्ट शैली, किरदार या ऑब्जेक्ट को सिखा देता है।
- नेगेटिव prompt
- अलग फ़ील्ड जहाँ क्या नहीं चाहिए, उसे बताया जाता है। सभी एंडपॉइंट इसे सपोर्ट नहीं करते — जहाँ नहीं करते, वहाँ जो भी लिखेंगे वह पॉज़िटिव इंस्ट्रक्शन माना जाएगा।
- Sampler
- वह एल्गोरिदम जो denoising की प्रक्रिया को स्टेप करता है। अलग samplers अलग गति से कन्वर्ज होते हैं और उसी seed से थोड़े-बहुत अलग नतीजे देते हैं।
संपादन क्रियाएँ
- Inpainting
- किसी छवि के मास्क किए गए हिस्से को फिर से जनरेट करना, जबकि मास्क के बाहर सब कुछ जस का तस रहे। ऑब्जेक्ट हटाने और लक्षित संपादन का आधार।
- Outpainting
- मूल फ़्रेम की सीमा से बाहर नया इमेज कंटेंट बनाना, जिसका उपयोग बिना क्रॉप किए फ़ोटो को चौड़े आस्पेक्ट रेशियो में बढ़ाने के लिए किया जाता है।
फ़ाइलें और आउटपुट
- आस्पेक्ट अनुपात
- छवि की चौड़ाई और ऊँचाई के अनुपात का संबंध, जैसे 1:1, 4:5 या 16:9। जनरेशन से पहले चुना जाता है, क्योंकि model फ़्रेम के हिसाब से कंपोज़ करता है।
- अपस्केलिंग
- किसी इमेज को उसके मूल पिक्सेल आयामों से बड़ा करना। AI अपस्केलिंग मौजूदा पिक्सेलों के बीच सिर्फ़ इंटरपोलेशन करने के बजाय संभाव्य डिटेल फिर से गढ़ती है।
- अल्फ़ा चैनल
- इमेज की ट्रांसपेरेन्सी लेयर। PNG और WebP इसे सपोर्ट करते हैं; JPEG नहीं करता — इसलिए पारदर्शी कटआउट को JPEG में सेव करने पर ठोस बैकग्राउंड आ जाता है।
- EXIF
- किसी फ़ोटो में एम्बेडेड मेटाडेटा जो कैमरा, लेंस, एक्स्पोज़र, तारीख़ और अक्सर GPS निर्देशांक रिकॉर्ड करता है। फ़ाइल को दोबारा एन्कोड करने पर यह हट जाता है।
यह शब्दावली कैसे बनी है
- टर्म्स
- सिर्फ वे जिनसे आप असली इंटरफ़ेस में मिलते हैं
- परिभाषाएँ
- हमेशा पहले एक वाक्य
- अलग पेज
- जब एक पैरा काफ़ी न हो
- स्कीमा
- DefinedTermSet, जिनके सदस्य लिंक्ड हैं
- अपडेट
- जब मॉडल का व्यवहार बदले
- लागत
- मुफ़्त, बिना अकाउंट
व्यवहार में
AI इमेजिंग की ज़्यादातर दिक्कत शब्दावली है
seed, denoise strength, guidance scale और inpainting प्रत्येक एक ही व्यवहार का नाम हैं। एक बार शब्द का अर्थ बैठ गया, उससे जुड़ा नियंत्रण साफ़ हो जाता है — और तब तक इंटरफ़ेस मनमाने स्लाइडर्स की दीवार जैसा लगता है।
इसीलिए यहाँ परिभाषा पहले और व्याख्या बाद में आती है। जो परिभाषा आपको दो बार पढ़नी पड़े, वह अपने एकमात्र काम में असफल है।
तीन तरीके
कहाँ से शुरू करें
इमेज कैसे बनती हैं
डिफ्यूज़न, टेक्स्ट-टू-इमेज, इमेज-टू-इमेज और checkpoints। क्यों एक ही prompt अलग नतीजे देता है, उसके यांत्रिकी।
- डिफ्यूज़न से शुरू करें, फिर seed।
- टेक्स्ट-टू-इमेज और इमेज-टू-इमेज अलग मोड हैं।
- checkpoints, prompts से अधिक आउटपुट बदलते हैं।
पैरामीटर्स और स्टीयरिंग
seed, denoise strength, guidance scale, samplers, LoRAs और negative prompts। यहीं ज़्यादातर व्यावहारिक कौशल होता है.
- कुछ भी तुलना करने से पहले seed फिक्स करें।
- इमेज-टू-इमेज में denoise strength हावी रहती है।
- हर endpoint में negative prompt नहीं होता।
एडिटिंग और आउटपुट
inpainting, outpainting, upscaling, aspect ratio, alpha channel और EXIF। जब परिणाम इतना अच्छा हो जाए कि रखना हो, उसके बाद क्या करें।
- inpainting मास्क के बाहर सब कुछ जस का तस रखता है।
- aspect ratio जनरेट करने से पहले चुनें।
- JPEG पारदर्शिता नहीं रख सकता।
विस्तार
शब्दावली — सामान्य प्रश्न
वे शब्दावली प्रश्न जो सबसे ज़्यादा उठते हैं।
एक ही prompt अलग इमेज क्यों देता है
seed फिक्स नहीं था। जनरेशन रैंडम नॉइज़ से शुरू होती है, और शुरुआती बिंदु का असर ज़्यादातर prompt एडिट से अधिक होता है।
denoise strength क्या करता है
यह सेट करता है कि इमेज-टू-इमेज जनरेशन में स्रोत तस्वीर का कितना अंश बचा रहेगा। इसी मोड का सबसे महत्वपूर्ण नियंत्रण यही है।
inpainting और outpainting में अंतर
inpainting फ्रेम के अंदर फिर से बनाता है; outpainting किनारों से बाहर बनाता है। प्रक्रिया एक, क्षेत्र अलग।
क्या seed अलग मॉडलों में काम करता है
नहीं। seed किसी एक मॉडल के नॉइज़ स्पेस का इंडेक्स होता है, इसलिए वही संख्या अन्यत्र असंबंधित परिणाम देगी।
aspect ratio पहले क्यों चुनना चाहिए
मॉडल दिए गए फ़्रेम के लिए रचना करता है, इसलिए बाद में क्रॉप करने से उसकी जान-बूझकर बनाई व्यवस्था कट जाती है।
खोज जारी रखें
LaFoto पर और भी
यहाँ का हर टर्म किसी न किसी टूल के काम का वर्णन करता है।
- नि:शुल्क इमेज रीसाइज़र
- इमेज फ़ॉर्मेट बदलें
- इमेज कंप्रेसर
- इमेज क्रॉपर
- इमेज से रंग निकालें
- बैकग्राउंड हटाएं
- EXIF डेटा जाँचें
- एक prompt बनाएं
- एनीमे आर्ट बनाएं
- तस्वीर को कार्टूनाइज़ करें
- पिक्सेल आर्ट स्टाइल
- कौन-सा जनरेटर चुनें
- Midjourney का विकल्प
- LaFoto बनाम Leonardo AI
- Ideogram का विकल्प
- इमेज के लिए Canva का विकल्प
- किसी इमेज का पुनरुत्पादन
- परिणाम कितना विचलित हो सकता है
- inpainting की व्याख्या
- LaFoto जर्नल
Vocabulary
AI इमेज शब्दों से जुड़े प्रश्न
- AI इमेज जनरेशन में seed क्या होता है?
- Seed वह संख्या है जो उस रैंडम नॉइज़ को फिक्स करती है जिससे जनरेशन शुरू होती है। वही seed, वही prompt और वही मॉडल वही इमेज फिर से बनाते हैं — इसलिए किसी एक शब्द के बदलाव का असर जाँचने का एकमात्र तरीका seed फिक्स करना है।
- denoise strength क्या नियंत्रित करता है?
- Image-to-image जनरेशन में आपकी स्रोत इमेज का कितना हिस्सा बचता है। 0.2 पर फ़ोटो मूलतः जस की तस रहती है; 0.5 पर कंपोज़िशन टिकता है जबकि कंटेंट फिर से तय होता है; 0.85 पर स्रोत महज़ एक मूड बोर्ड रह जाता है।
- inpainting और outpainting में क्या अंतर है?
- Inpainting मौजूदा फ़्रेम के अंदर मास्क किए गए हिस्से को फिर से बनाता है; outpainting मूल किनारों के बाहर नया कंटेंट बनाता है। क्रिया वही है, जगह अलग — एक मरम्मत करता है, दूसरा विस्तार।
- guidance scale क्या है?
- हर denoising स्टेप पर मॉडल को आपके prompt की ओर कितनी मजबूती से धकेला जाए। बहुत कम होगा तो आउटपुट आपके शब्दों से भटक जाएगा; बहुत ज़्यादा होगा तो आउटपुट कड़ा और ओवर-सैचुरेटेड हो जाएगा क्योंकि यह ज़रूरत से ज़्यादा सुधार करेगा।
- LoRA क्या है?
- एक छोटा ट्रेन किया हुआ ऐड-ऑन जो पूरे मॉडल को फिर से ट्रेन किए बिना बेस मॉडल को कोई एक विशेष स्टाइल, कैरेक्टर या ऑब्जेक्ट सिखाता है। ओपन-मॉडल उपयोगकर्ता लगातार कैरेक्टर्स पाने के लिए इसी का सहारा लेते हैं।
- aspect ratio जनरेट करने से पहले चुनना क्यों ज़रूरी है?
- मॉडल दिए गए फ़्रेम के लिए कंपोज़ करता है — 16:9 के लिए दृश्य क्षैतिज और 4:5 के लिए ऊर्ध्वाधर जमाता है। बाद में crop करने से वह कंपोज़िशन फेंकनी पड़ती है जो उसने जानबूझकर बनाई थी।
- alpha चैनल क्या होता है?
- इमेज फ़ाइल में transparency लेयर। PNG और WebP इसे सपोर्ट करते हैं; JPEG नहीं करता — इसलिए कट-आउट subject को JPEG में सेव करने पर ठोस सफेद बैकग्राउंड आ जाता है।
- क्या एक seed दूसरे मॉडल में काम करता है?
- नहीं। Seed किसी एक विशेष मॉडल की नॉइज़ स्पेस में इंडेक्स करता है, इसलिए वही संख्या दूसरे मॉडल — या अक्सर उसी मॉडल के दूसरे वर्ज़न — में असंबद्ध आउटपुट देगी। Seed के साथ मॉडल भी नोट करें।
आज ही बनाना शुरू करें
सबसे अच्छे AI इमेज जेनरेटर से अपनी पहली इमेज जनरेट करें।
एक वाक्य को कुछ सेकंड में तैयार, फ़ोटो-यथार्थवादी इमेज में बदलें — फिर हर डिटेल रिफ़ाइन करें। कोई सेटअप नहीं, कोई Discord नहीं, कोई GPU नहीं।
LaFoto इस्तेमाल करने वाले 4,200+ क्रिएटर्स से जुड़ें