Нейросети, работающие с изображениями: что выбрать
Нейросети, работающие с изображениями: сравниваю Google Lens, Firefly и LibraChat для поиска предмета, новой иллюстрации и правки фото. Что уточнить до оплаты.
Е
Евгений
Дизайнер-партнёр LibraChat
11 мин чтения
Мне присылают фотографию настольной лампы и три просьбы: найти такую же, нарисовать комнату с похожей, убрать провод на снимке. Исходник один. Работа разная. Поэтому нейросети, работающие с изображениями, я выбираю по тому, что должно появиться на выходе: найденная страница, новая картинка или изменённое фото. Google Lens, Adobe Firefly и LibraChat рассмотрю именно с этой точки зрения, чтобы название популярного сервиса не подменило решение задачи.
В примере лампа стоит на деревянном столе у стены. У неё зелёный металлический плафон, небольшая потёртость на основании и длинный чёрный провод. Мне не нужен универсальный победитель сразу по всем действиям. Хочу понять, какой инструмент открыть первым и по какому признаку решить, что он подошёл. Возможности сервисов я сверил с их официальными описаниями; сравнительного испытания качества картинок здесь не заявляю.
Что значит «работает с изображением» в моём заказе?
Я различаю три результата. Поиск возвращает сведения и страницы, связанные с увиденным. Генерация создаёт изображение, которого прежде не было. Редактирование меняет предоставленную картинку. Ещё существует анализ: описание видимых деталей или ответ на вопрос о них. В одном сервисе могут сочетаться несколько этих действий, но для конкретной работы я всё равно выбираю одно главным.
Если заказчик хочет узнать производителя лампы, красиво дорисованная комната не поможет. Если ему нужен фон для заметки о рабочем месте, список похожих товаров не заменит иллюстрацию. А когда требуется убрать провод, новая лампа с другой формой плафона будет ошибкой, даже если выглядит дороже.
Я собрал для себя 3 короткие формулировки заказа. «Найти существующую модель по видимым признакам». «Создать вымышленную комнату с зелёной лампой». «Убрать провод из моего снимка, оставив предмет». Каждая задаёт другой критерий приёмки. Именно эти строки я показываю человеку, с которым согласовываю работу, до выбора тарифа и сервиса.
нужен ли существующий факт или допустима выдуманная сцена;
должен ли остаться тот же предмет с его особенностями;
результатом будет текст, ссылка или изображение;
что я смогу проверить самостоятельно;
в каком виде работа уйдёт следующему человеку.
Последний вопрос легко забыть. Дизайнеру может понадобиться отдельный файл, а владельцу вещи — найденная страница с понятным названием модели. Красивое превью в чате не одинаково полезно обоим. Я заранее определяю, как именно результат попадёт в следующую задачу.
Когда я начну с Google Lens?
Если цель — найти похожую лампу или страницу с её изображением, мне подходит визуальный поиск. Google Lens принимает изображение, снимок камеры или скриншот и позволяет искать по тому, что видно. Поиск можно уточнять словами. В моём примере я отделю лампу от окружающего стола, чтобы запрос не ушёл в покупку мебели.
Результат здесь оценивается по найденным основаниям. Совпала форма основания? Такая же конструкция шарнира? Похожа кнопка? Изображения нескольких зелёных ламп ещё не устанавливают модель моей вещи. Я открываю найденную страницу и сравниваю признаки, которые действительно различимы на фотографии.
Если на основании есть маркировка, отдельный чёткий кадр полезнее ещё одного общего ракурса комнаты. Название, прочитанное по размытым буквам, я проверяю по самому предмету. Поиск может сузить круг, но не обязан знать, была ли лампа перекрашена, заменён ли плафон и принадлежит ли основание той же модели.
Я не называю Lens исключительно поисковиком без творческих функций: его официальная страница описывает и создание, и преобразование изображений. В этой развилке я выбираю его по другой причине — мне нужны связанные с предметом результаты поиска. Наличие дополнительных возможностей не меняет тип текущего заказа.
Если ты ищешь происхождение снимка или предмета, продолжение есть в материале о поиске по картинке. Для такой задачи я сохраню найденный адрес и признаки совпадения. Сам сгенерированный похожий предмет не будет доказательством существования нужной модели.
Когда я выберу Adobe Firefly для новой сцены?
Предположим, точная лампа больше не требуется. Нужна иллюстрация рабочего уголка для заметки о вечернем чтении. Здесь я могу сформулировать сцену словами: зелёный плафон, раскрытая книга, небольшое пятно света на столе, остальная комната в полутени. Основой результата становится описание, а не поиск существующего товара.
В Firefly есть генерация изображений по тексту. Официальная справка описывает выбор модели и соотношения сторон; набор настроек зависит от выбранной модели. Поэтому я сравниваю конкретную доступную конфигурацию, а не приписываю одинаковые параметры любому варианту внутри сервиса. В списке бывают модели Adobe и партнёрские варианты.
Для своей задачи я сначала определю формат иллюстрации. Горизонтальная сцена оставляет место для стола и окружения. Тесный вертикальный кадр делает саму лампу заметнее. Это выбор содержания, который стоит сделать до перебора декоративных стилей. Если в макете слева будет заголовок, свободное место надо заложить в композицию заранее.
Мне нравится возможность оценивать новую сцену как самостоятельную иллюстрацию. Она не обязана притворяться фотографией той лампы, которую прислали. Я могу изменить цвет стены или форму стола, если это помогает публикации. Но тогда подпись и контекст должны соответствовать вымышленному изображению, а не обещать покупателю точный вид конкретной вещи.
Я начал бы с одного описания и менял в нём одну существенную часть: направление света или положение предмета. Если одновременно менять стиль, комнату и форму лампы, будет трудно понять причину улучшения. Нужна небольшая серия сопоставимых вариантов, а не коллекция случайных удачных картинок.
При этом Firefly не следует считать инструментом только для генерации с нуля. Мы здесь рассматриваем именно этот рабочий путь. Если дальнейшая задача требует локального редактирования или особого формата файла, надо проверить соответствующую функцию отдельно.
Когда удобнее работать с картинкой в LibraChat?
Если у меня есть собственное фото и правку проще объяснить словами, я рассматриваю LibraChat. К сообщению можно приложить изображение и задать вопрос по его содержимому. Для изменения снимка нужна явная просьба о правке: например, убрать фон или заменить объект. Следующее сообщение позволяет продолжить работу в том же чате.
В истории с лампой я сначала сформулирую, что именно мешает. Длинный провод на столе? Слишком пёстрая стена? Случайный предмет в углу? Эти задачи имеют разный объём. Просьба «улучши изображение» оставит слишком много решений сервису и затруднит последующую проверку.
Для обсуждения можно приложить фотографию в чат и спросить, какие детали отвлекают от лампы. Если нужен готовый изменённый файл, я прямо назову действие. Анализ изображения и его перерисовка не обязаны происходить от одного случайного упоминания слова «фон» в длинном сообщении.
Мой предлагаемый запрос для правки выглядит так:
Убери чёрный провод, лежащий на столе перед лампой. Восстанови деревянную столешницу вдоль удалённого провода; направление волокон должно совпасть с соседними участками. Сохрани зелёную лампу, форму плафона, основание и заметную потёртость на нём. Не добавляй новую мебель и не превращай фотографию в иллюстрацию.
После ответа я сравню основание и плафон с оригиналом. Сохранённая потёртость здесь имеет смысл: она отличает конкретный предмет от нового идеального варианта. Если провод перекрывает важную часть лампы, заполнение скрытого участка уже потребует предположения. Такой результат нельзя принимать только потому, что удалённая линия больше не видна.
Если мне нужен новый рисунок, LibraChat тоже можно явно попросить его создать. Но я не смешиваю эту возможность с требованием сохранить фотографию. Чатовый способ общения удобен для последовательного уточнения, а не является обещанием точности каждого пикселя, профессионального слоя PSD или автоматической проверки реального производителя.
Для задачи, которая требует ручного выделения, масок и передачи многослойного рабочего документа, я отдельно рассмотрю графический редактор. Полученная картинка и редактируемый проект — разные выходные материалы. Я хочу это выяснить до работы, а не при передаче файла коллеге.
Как сравнить нейросети, работающие с изображениями, по делу?
Я записываю различия в таблицу по выбранному сценарию. Здесь нет оценок «лучший» и «хуже». У каждого маршрута своя причина для первого запуска и свой способ понять, что задачу пора остановить или передать другому инструменту.
Мой запрос · С чего я начал бы · Что ожидаю получить · Главная проверка
Найти похожую существующую лампу — Google Lens, визуальный поиск — Связанные страницы и изображения — Совпадают ли признаки предмета и сведения на странице
Придумать комнату для иллюстрации — Firefly, генерация по описанию — Новую сцену выбранного формата — Решает ли композиция задачу публикации
Обсудить видимые помехи — LibraChat с приложенным фото — Разбор снимка словами — Видны ли названные детали на исходнике
Убрать провод из собственного кадра — LibraChat с явной просьбой о правке — Изменённое изображение — Сохранились ли лампа и поверхность вокруг неё
Продолжить точную послойную обработку — Отдельно проверить графический редактор — Рабочий проект с нужным управлением — Можно ли передать и продолжить правку
Один сервис может встретиться в нескольких строках. Это нормально. Таблица показывает мои стартовые маршруты, а не полный перечень его возможностей. Если я уже умею решать задачу в знакомом инструменте, переход должен иметь конкретную причину: нужный режим, удобный входной материал или подходящий формат результата.
Что проверить перед оплатой, кроме размера красивого превью?
Я сначала нахожу выбранную функцию в своём аккаунте. Затем смотрю, что именно входит в доступный план. Реклама генерации изображений не означает, что все модели, режимы редактирования и параметры доступны одинаково. Описание инструмента и условия его использования отвечают на разные вопросы.
Для LibraChat качество и доступное число изображений связаны с тарифом. Сопоставь требование к готовому файлу с условиями выбранного плана. В других сервисах я тоже проверяю текущие условия непосредственно перед решением. Переносить прошлогодние лимиты из обзора в сегодняшнюю покупку не хочется.
Я отдельно оцениваю масштаб. Одна лампа для личной заметки и сотня товарных снимков требуют разной организации. Во втором случае мне понадобится понять, как повторять настройки, хранить результаты и сопоставлять каждый файл с исходником. Удачная ручная правка одного кадра ещё не подтверждает удобство большой обработки. Если сервис предлагает отдельный способ такой работы, я проверю его условия самостоятельно, а не выведу их из наличия кнопки загрузки.
Для серии я заранее выбрал бы небольшой разнородный набор: светлый предмет на тёмном фоне, тёмный на светлом и вещь с тонкими деталями. Тогда первая проба покажет хотя бы типы затруднений. Сравнивать три почти одинаковых удачных кадра приятно, но это мало расскажет о следующем трудном снимке. Результаты такой пробы надо записывать честно, включая отказы и лишние изменения.
В своей заметке перед оплатой я оставляю такие пункты:
Точное название нужной функции и выбранной модели, если выбор есть.
Подходящий способ загрузить мой исходник.
Доступное качество сохранённого результата.
Правила расхода попыток и повторных правок.
Условия видимости загруженного материала и полученной работы.
Я не делаю вывод о выгоде по одному низкому ценнику. Для поиска лампы может вообще не понадобиться платная генерация. Для серии иллюстраций важна возможность повторять выбранное направление. Для разовой правки ценность может состоять в том, что не нужно осваивать большой редактор ради одного предмета в углу.
Если задача связана с чужим материалом, до загрузки определяю, могу ли его использовать в выбранном сервисе. Удаление лишнего имени из файла не решает вопрос назначения всей фотографии. Для первой пробы удобнее взять собственный несекретный снимок, который уже разрешено обсуждать и изменять.
Какую пробу я сделаю на одной фотографии?
Я не запущу сразу все три заказа и не сравню результаты по общему впечатлению. Выберу тот, который действительно нужен сейчас. Если надо найти модель лампы, остановлюсь на поисковой задаче. Если нужно подготовить изображение к заметке, сформулирую визуальный критерий: провод исчез, но плафон и потёртость остались.
Для записи первой пробы достаточно четырёх строк: исходник, операция, ожидаемый формат, причина отказа. Например: «моё фото лампы; удалить провод; отдельное изображение; отклонить при изменённом основании». Такая запись помогает не принять красивую, но другую вещь и не продолжать бессмысленный перебор.
После просмотра я отмечу конкретный результат, а не поставлю сервису пожизненный рейтинг. Удача на одной лампе ещё не означает одинаковую работу с тканью, стеклом или портретом. Но она даст ответ на сегодняшний заказ и покажет, какой следующий шаг имеет смысл.
Попробуй начать с глагола: найти, объяснить, нарисовать или изменить. Потом назови то, что хочешь получить в конце. Для меня выбор инструмента становится гораздо короче, когда фотография лампы перестаёт быть абстрактной «работой с изображением» и получает одну ясную задачу.
