Question 1

Ano ang AI Lalim sa Imahe?

Accepted Answer

I-upload ang isang reference na imahe. Ang AI computes ng isang depth map (foreground vs. background, kung ano ang mas malapit vs. mas malayo mula sa camera) at ginagamit na 3D layout bilang isang paghihigpit habang rendering ng isang bagong imahe sa anumang estilo o nilalaman na iyong inilarawan.

Question 2

Kailan dapat kong gamitin ang depth vs. canny vs. pose?

Accepted Answer

Depth preservers SCENE GEOMETRY (ang kuwarto, ang anggulo ng camera, ang mga kamag-anak na distansya). Canny preservers OUTLINE. Pose preservers BODY POSITION. Gamitin depth kapag ang mga bagay na pang-espasyo komposisyon — halimbawa, restyling ng isang produkto shot pinapanatili ang produkto sa parehong lugar kahit na ikaw ay palitan ang background.

Question 3

Paano ang depth map ay kinuha?

Accepted Answer

Ang MiDaS (Intel ISL) ay isang monocular depth estimator. Ito ay tumitingin sa isang solong 2D na imahe at hinuhulaan ang per-pixel depth, walang aktwal na 3D camera o LiDAR na kailangan.

Question 4

Ano ang uri ng mga larawan reference trabaho pinakamahusay?

Accepted Answer

Anumang bagay na may malinaw na foreground / background paghihiwalay. Indoor eksena, produkto shots, panlabas na landscapes, kuwarto interiors lahat ng trabaho. Flat compositions (halimbawa, isang graphic poster) ani uninteresting depth maps; depth control ay pinaka-kapaki-pakinabang kapag ang pinagmulan ay may 3D istraktura.

Question 5

Libre ba ito?

Accepted Answer

Oo. ~1,200 tokens bawat render (1,000 base + 20% ControlNet surcharge). Signed-in mga gumagamit makakuha ng 5K libreng araw-araw — tungkol sa4depth-kontrol na render sa isang araw sa libreng tier.

Question 6

Maaari ko bang gamitin ito upang muling i-light ang isang eksena?

Accepted Answer

Hindi direkta — ang lalim ng mapa ay natili ang geometry, ang prompt ay kinokontrol ang ilaw ("sa paglubog ng araw", "sa ilalim ng mahirap studio ilaw", "sa pamamagitan ng kandila"). Output ay natili ang espasyal na layout, swaps ang ilaw cues.

Question 7

Paano ito naiiba mula sa img2img?

Accepted Answer

img2img muling-paintings sa ibabaw ng input nang direkta — kulay, gilid, AT geometry. Depth-to-image throws ang mga kulay at gilid, natiling lamang ang geometry. Parehong komposisyon, ganap na sariwang nilalaman. img2img ay may posibilidad na maging mahirap unawain; depth ay nagbibigay-daan sa iyo upang radikal na palitan ang paksa.

Question 8

Maaari ko bang i-tune kung paano mahigpit na lalim ay sinusunod?

Accepted Answer

Oo — ControlNet lakas slider. Default 0.7. 1.0 = mahigpit na pagsunod (output mukhang tulad ng isang depth-mapped muling-render); 0.4 = maluwag (mas creative pagkakaiba-iba). Tune bawat eksena.

Question 9

Ano ang mga laki ng output ay suportado?

Accepted Answer

512 × 512 default. Hanggang sa 1024 × 1024 sa standard SDXL aspect ratios. Mas malaking laki gamitin ang higit pang VRAM + token.

Question 10

Ay ang lalim ng mapa output viewable?

Accepted Answer

Ang lalim ng mapa ay kinakalkula sa GPU + discarded. Kung nais mong ihayag ang raw lalim output bilang isang hiwalay na download maaari naming wire na - file ng isang ideya sa pamamagitan ng / contact /.

Question 11

Ang mga naka-upload na mga sanggunian ay naka-imbak?

Accepted Answer

Prosess kaagad, depth-extracted, pagkatapos ay tinanggal. Lamang ang iyong prompt + huling render mabuhay sa /account/?tab=history. Hindi kailanman ginagamit para sa pagsasanay. /privacy/ para sa buong patakaran.

Question 12

Mayroon bang isang API?

Accepted Answer

Oo — POST multipart sa /v1/image/generate/ na may modelo = sdxl, prompt, control_image (file), control_type = depth. Bearer auth, 10K libreng token / buwan. Curl sa /api/.

Depth → Image (ControlNet)

Resulta

Depth → Image (ControlNet)

Resulta

30,000 Libreng Token, Araw-araw

Maghintay: 30K libreng token/araw!

Hindi pa?