এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ওপেনপোজ
রিয়েল-টাইম বডি পোজ ডিটেকশন সিস্টেম যা জয়েন্টের কী পয়েন্ট এক্সট্র্যাক্ট করে, ডিফিউশন মডেলগুলিকে সঠিক মানব ভঙ্গিমা অনুসরণ করে ইমেজ জেনারেট করার জন্য কন্ডিশন হিসেবে ব্যবহৃত হয়।
ক্যানি এজ ডিটেকশন
মাল্টি-স্টেপ এজ ডিটেকশন অ্যালগরিদম যা ইমেজে তীব্র ইনটেনসিটি ভ্যারিয়েশন শনাক্ত করে, ডিফিউশন মডেলগুলির জন্য স্পেসিয়াল কন্ট্রোল ম্যাপ হিসেবে জিওমেট্রিক স্ট্রাকচার সংরক্ষণে ব্যবহৃত হয়।
স্ক্রিবল ম্যাপ
সরল স্কেচ বা রাফ আউটলাইন আকারে কন্ট্রোল কন্ডিশন যা ডিফিউশন মডেল দ্বারা জেনারেটেড ইমেজের বেসিক কম্পোজিশন ও শেপ গাইড করে।
ডেপথ ম্যাপ
একটি দৃশ্যের ৩ডি ডেপথ ইনফরমেশনের ২ডি রিপ্রেজেন্টেশন, যেখানে প্রতিটি পিক্সেল রেফারেন্স প্লেন থেকে তার দূরত্ব এনকোড করে, জেনারেশনে পার্সপেক্টিভ ও স্পেসিয়াল লেআউট কন্ট্রোল করতে ব্যবহৃত হয়।
এমএলএসডি (মোবাইল লাইন সেগমেন্ট ডিটেক্টর)
মোবাইল ডিভাইসের জন্য অপ্টিমাইজড লাইন সেগমেন্ট ডিটেক্টর যা ইমেজ থেকে লিনিয়ার স্ট্রাকচার এক্সট্র্যাক্ট করে, জেনারেশনে আর্কিটেকচার ও পার্সপেক্টিভ সংরক্ষণের জন্য কন্ডিশন হিসেবে কাজ করে।
এইচইডি (হোলিস্টিক্যালি-নেস্টেড এজ ডিটেক্টর)
ডিপ নিউরাল নেটওয়ার্ক ভিত্তিক এজ ডিটেকশন মেথড যা অবজেক্টের হায়ারার্কিক্যাল স্ট্রাকচার ক্যাপচার করে, ট্রাডিশনাল এজ ডিটেক্টরদের চেয়ে বেশি সিম্যান্টিক কন্ট্রোল অফার করে।
টি২আই-অ্যাডাপ্টার (টেক্সট-টু-ইমেজ অ্যাডাপ্টার)
লাইটওয়েট মডিউল যা স্পেসিয়াল কন্ট্রোল কন্ডিশনগুলোকে টেক্সট-ইমেজ ডিফিউশন মডেলের সাথে কানেক্ট করে, অরিজিনাল মডেলের জেনারেশন ক্যাপাবিলিটি রেখেই প্রিসাইজ কন্ট্রোল এনাবল করে।
রেফারেন্স-অনলি কন্ট্রোল
কন্ট্রোল টেকনিক যা রেফারেন্স ইমেজ শুধুমাত্র ফিচার এক্সট্র্যাক্ট করতে ব্যবহার করে ডাইরেক্ট স্ট্রাকচার মডিফিকেশন ছাড়াই, এইভাবে কম্পোজিশন প্রিজার্ভ করার পাশাপাশি স্টাইল ট্রান্সফার করে।
ControlLoRA
ControlNet এবং LoRA (Low-Rank Adaptation) আর্কিটেকচারের সমন্বয় যা ন্যূনতম প্রশিক্ষণযোগ্য প্যারামিটার দিয়ে দক্ষ শর্তাধীন নিয়ন্ত্রণ সক্ষম করে।
SparseCtrl
একটি নিয়ন্ত্রণ পদ্ধতি যা বিক্ষিপ্ত শর্তাবলী (কী-পয়েন্ট, বাউন্ডিং বক্স) ব্যবহার করে জেনারেশনকে গাইড করে, ঘন নিয়ন্ত্রণ মানচিত্রের একটি হালকা বিকল্প প্রদান করে।
UniControl
একটি একীভূত ফ্রেমওয়ার্ক যা একটি একক ডিফিউশন মডেলে একই সাথে একাধিক শর্ত (টেক্সট, পোজ, গভীরতা, ইত্যাদি) নিয়ন্ত্রণ করতে দেয়, পৃথক প্রশিক্ষণের প্রয়োজন দূর করে।
ControlNet-XS
ControlNet-এর একটি অত্যন্ত হালকা সংস্করণ যা মূল প্যারামিটারের ১% এরও কম ব্যবহার করে এবং তুলনীয় নিয়ন্ত্রণ কর্মক্ষমতা বজায় রাখে।
Multi-ControlNet
একটি আর্কিটেকচার যা একই সাথে একাধিক নিয়ন্ত্রণ শর্ত প্রয়োগ করতে দেয় (যেমন: পোজ + গভীরতা + স্টাইল) ইমেজ জেনারেশনের বহুমাত্রিক গাইডেন্সের জন্য।
ControlNet Preprocessor
একটি প্রসেসিং মডিউল যা কাঁচা ইনপুট (ইমেজ, স্কেচ)কে ডিফিউশন মডেলের লেটেন্ট স্পেসের সাথে সামঞ্জস্যপূর্ণ স্বাভাবিক নিয়ন্ত্রণ মানচিত্রে রূপান্তর করে।
Control Weight
একটি সমন্বয়যোগ্য প্যারামিটার যা ডিফিউশন মডেলের জেনারেশন প্রক্রিয়ায় টেক্সচুয়াল প্রম্পটের তুলনায় নিয়ন্ত্রণ শর্তের আপেক্ষিক প্রভাব নির্ধারণ করে।