dreamlook.ai

Qu’est-ce que dreamlook.ai ?

Dreamlook.ai est un service cloud utilisé pour affiner les modèles Stable Diffusion et générer des images. Les utilisateurs peuvent entraîner des modèles de personnes, d’animaux de compagnie, d’objets ou de styles, télécharger des checkpoints complets ainsi que des LoRA, et exécuter des tâches en batch via le site web ou une API.

Il prend en charge Stable Diffusion 1.5 et Stable Diffusion XL, et propose de nombreux points de contrôle de base. L’accent est mis sur une fine-tuning rapide du modèle complet de type DreamBooth, et non sur une application de coiffures et de maquillage du même nom.

Aperçu des fonctions principales

Modèles pris en charge et méthodes d’entraînement

Dreamlook.ai permet de fine-tuner Stable Diffusion 1.5 et SDXL, ainsi que d’entraîner UNet avec l’encodeur de texte correspondant. La plateforme utilise une méthode de fine-tuning du modèle complet suivi d’un extraction de LoRA ; actuellement, il n’y a pas d’entraînement direct de LoRA natif.

• Personnages, objets, animaux de compagnie, produits et styles visuels entraînables.
• On peut commencer par divers points de contrôle de base, ou bien continuer l’entraînement à partir de points de contrôle existants dans les forfaits payants.
• Prend en charge les formats compatibles avec CompVis et les poids safetensors.
• Prend en charge les fichiers de description d’image, le recadrage du visage, le recadrage centré, le bruit d’offset et le sauvegardage par segments de points de contrôle.
• Par défaut, SDXL peut être entraîné et généré en 1024×1024, et une option d’entraînement en 512×512 est également disponible.
• L’extraction LoRA génère par défaut des fichiers de rang 64, et les tailles des fichiers SD1.5 et SDXL diffèrent.

Les points de contrôle complets sont généralement nettement plus volumineux que LoRA, ce qui nécessite plus d’espace de stockage et de mémoire vidéo pour le téléchargement et l’inference locale. LoRA est plus facile à gérer et à combiner, mais il peut ne pas conserver autant de détails que le modèle complet sur certains sujets.

Préparer les images d’entraînement

Le document recommande d’utiliser au moins 10 à 15 images claires et variées. Une qualité élevée, des angles différents et des arrière-plans variés sont généralement plus importants que d’augmenter aveuglément le nombre d’images de faible qualité.

• Sujet bien défini, mise au point précise, éclairage suffisant, éviter une compression et des occultations sévères.
• L’entraînement des personnages doit inclure différentes expressions, angles et arrière-plans, et ne pas tous provenir de la même scène de tournage.
• Pour entraîner un seul visage, on peut utiliser Face Crop ; pour les objets et le style, on peut choisir Center Crop ou effectuer un cadrage manuel.
• Il est préférable que l’image atteigne la résolution de formation ; agrandir une image trop petite réduit les détails.
• Évitez d’inclure des personnes non pertinentes, des filigranes complexes et des éléments saillants qui concurrencent le sujet principal.
• Ne téléchargez que des images dont vous avez le droit d’utiliser, et les personnes doivent être des adultes ayant donné leur consentement explicite.

L’entraînement n’est pas une formule précise : trop peu d’étapes peut empêcher d’apprendre les éléments essentiels, tandis qu’un trop grand nombre peut entraîner un surajustement. Le document prend environ 100 étapes par image comme point de départ pour SD1.5, mais il reste nécessaire d’iter en fonction du jeu de données et du modèle de base.

Tutoriel d’entraînement pour pages web

1. Inscrivez-vous pour vérifier le solde des tokens, la durée de validité du forfait et les droits d’utilisation des images.
2. Accédez à la page d’entraînement du modèle et sélectionnez le mode normal ou le mode Expert.
3. Téléchargez de 10 à 15 images d’entraînement de haute qualité ou plus.
4. Choisissez le modèle de base SD1.5 ou SDXL, et configurez les prompts d’instance pour les personnages, les objets ou le style.
5. Définir le nombre d’itérations d’entraînement, le mode de découpe, le taux d’apprentissage, le format des points de contrôle et l’extraction LoRA.
6. S’il y a des instructions par image, téléchargez un fichier JSON avec les descriptions des images et vérifiez que les noms de fichiers correspondent.
7. Démarrer la tâche une fois la consommation prévue de tokens confirmée.
8. Voir l’avancement, les raisons d’échec et la liste des points de contrôle sur la page de tâche.
9. Une fois l’entraînement terminé, téléchargez dès que possible le point de contrôle complet et LoRA, puis essayez de générer des échantillons sur la page de génération de texte.
10. Ajuster les images ou le nombre d’itérations en fonction de la similarité, du surapprentissage et des problèmes de composition, avant de décider s’il faut reprendre l’entraînement.

Indications d’exemple et description des images

L’exemple suggère d’utiliser des mots déclencheurs moins courants pour marquer le sujet, par exemple en écrivant les personnages sous forme de code spécifique suivi de « person ». Lors de la génération, il est nécessaire d’utiliser à nouveau ce mot déclencheur dans les instructions, sinon le sujet auto-entraîné pourrait ne pas apparaître de manière stable.

Le mode avancé prend en charge les descriptions d’images en JSON, dont la longueur maximale est d’environ 77 tokens par image. Il permet de distinguer les vêtements, les angles, les arrière-plans et les actions, et il est également possible de fournir plusieurs descriptions pour une même image qui seront sélectionnées aléatoirement lors de l’entraînement.

Génération d’images pour pages web

Pour générer une page, vous pouvez choisir un modèle de base ou un modèle entraîné par l’utilisateur qui est encore en période de sauvegarde, puis entrer une prompt positive pour générer une image. La page actuelle se concentre sur txt2img et ne propose pas de flux de travail img2img propre.

• Prend en charge les modèles de base et les points de contrôle d’entraînement autonome.
• La syntaxe des poids des prompts est similaire à celle d’AUTOMATIC1111.
• High Res Fix : génération d’abord en résolution basse, puis agrandissement et redessin.
• SDXL convient mieux aux prompts clairs et concis ; l’utilisation excessive de prompts longs inspirés de SD1.5 peut nuire à la qualité des résultats.
• Les fonctionnalités ControlNet ne sont disponibles que dans un abonnement payant.
• La vitesse de génération est une référence indiquée sur la page et ne signifie pas que chaque tâche pourra être accomplie en même temps.

Par défaut, le modèle de la version gratuite n’est conservé que pendant 48 heures et disparaît de la liste des modèles générés une fois ce délai écoulé. Si vous souhaitez l’utiliser sur le long terme, vous devez le télécharger avant l’expiration ou choisir un abonnement qui prolonge la période de conservation.

Télécharger et utiliser avec d’autres outils

Les résultats de l’entraînement peuvent être téléchargés sous forme de checkpoints safetensors compatibles avec CompVis, et chargés dans AUTOMATIC1111. Il est également possible d’importer ces checkpoints compatibles dans DiffusionBee pour générer du texte en image ou de l’image en texte directement sur le Mac.

• Les points de contrôle complets conviennent aux utilisateurs qui recherchent une restauration fidèle du sujet et un contrôle total.
• L’extraction de fichiers LoRA est plus petite, ce qui les rend adaptés à la combinaison avec des modèles de base et à l’superposition de multiples concepts.
• Les exigences en matière de matériel, les plugins et les risques de sécurité des outils tiers sont déterminés par eux-mêmes.
• Vérifiez le format du fichier, le type de modèle, le nombre d’itérations d’entraînement et la date d’expiration avant de télécharger.
• Les points de contrôle obtenus depuis des sources peu fiables peuvent entraîner des risques en matière de sécurité ou de droits d’auteur.

AUTOMATIC1111 et DiffusionBee ne sont que des projets tiers compatibles, et non des clients de dreamlook.ai. Leur statut open source ne signifie pas non plus que le produit dreamlook.ai lui-même est open source.

Processus d’intégration API

1. Connectez-vous à votre compte et créez une clé dédiée sur la page des clés API.
2. Conservez la clé dans des variables d’environnement côté serveur ou dans un système de gestion de clés, et ne l’inscrivez pas dans le code frontend ni dans des dépôts publics.
3. Selon les spécifications OpenAPI, choisissez dreambooth, image_gen ou une interface de génération par entraînement bout en bout.
4. Préparez les paramètres JSON tels que l’adresse de l’image, le modèle de base, les prompts d’instance, le nombre d’étapes, le cadrage, le taux d’apprentissage et le format de sortie.
5. Soumettez la tâche et enregistrez le numéro de tâche retourné.
6. Rechercher la liste des tâches ou une tâche individuelle, lire l’avancement, les informations d’échec, les points de contrôle et les résultats des images.
7. Utilisez l’interface de point de contrôle pour télécharger le modèle et effectuer une sauvegarde avant l’expiration de la période valide.
8. Définir des stratégies de traitement par catégorie et de tentative de réessai pour les codes 401, 403, 422, les redirigements temporaires et les erreurs serveur.

Les interfaces publiques couvrent les tâches, les étiquettes, l’annulation, le profil utilisateur, les points de contrôle, l’entraînement des modèles, la génération d’images et les processus bout en bout. Aucun SDK officiel pour Python, JavaScript ou d’autres langages n’a été confirmé pour le moment ; les développeurs doivent appeler directement les interfaces réseau ou les encapsuler eux-mêmes.

Erreurs API et contrôle des coûts

• 401 indique généralement que la clé API est invalide ou manquante.
• 403 peut indiquer un manque de jetons ou que les droits actuels ne permettent pas cette tâche.
• 422 indique que les paramètres de la demande ou la configuration de la tâche ne correspondent pas aux exigences de l’interface.
• 5xx indique une anomalie du serveur ; il convient d’utiliser une stratégie d’attente avant de réessayer et d’éviter des prélèvements répétés.
• En cas d’annulation ou de suppression après le début de la tâche, les tokens ne sont pas toujours remboursés ; le système automatisé doit d’abord vérifier le coût prévu.
• L’adresse de rappel, le numéro de tâche et les enregistrements de facturation doivent être inscrits dans son propre journal d’audit.

Règles de consommation des jetons

Les jetons peuvent être utilisés pour l’entraînement et la génération ; l’achat de jetons et l’abonnement constituent deux systèmes de facturation complémentaires. L’abonnement améliore principalement les fonctionnalités, les limites, la concurrence, les files d’attente et la durée de conservation, tout en incluant un certain nombre de jetons chaque mois.

Portefeuille de jetons unique

L’achat de jetons constitue une vente définitive ; il n’y a pas de remboursement, que l’on les utilise ou non. Si une tâche est annulée ou supprimée après avoir commencé, les jetons consommés pour cette tâche ne seront pas non plus remboursés.

Comparaison des abonnements mensuels

Le modèle d’Enterprise peut être conservé sur le long terme pendant la durée de validité du plan, tandis que les autres plans durent respectivement 48 heures, 30 jours et 90 jours. Les délais d’accès et de suppression après l’échéance d’un plan payant doivent être confirmés avant la dégradation, et les modèles clés doivent être téléchargés à l’avance.

L’abonnement se renouvelle automatiquement et l’utilisateur doit le gérer et l’annuler activement. Les conditions ne prévoient généralement pas de remboursement pour l’abonnement ; les jetons non utilisés ainsi que le temps d’abonnement restant ne sont pas remboursés en cas de fermeture ou de suspension du compte.

Paiement et factures

Le service prend en charge Visa, Mastercard, American Express, Apple Pay, Google Pay, PayPal, WeChat Pay et Alipay. Les paiements sont gérés par Stripe, et la plateforme affirme ne pas conserver de données bancaires elle-même.

• Vérifiez la devise, les taxes, le bénéficiaire du paiement et l’adresse de facturation avant d’acheter.
• Enregistre la date de renouvellement du abonnement et la date de téléchargement du modèle avant la dégradation.
• Les jetons sont reportés, mais le solde non utilisé en cas de clôture du compte n’est pas garanti.
• Vous pouvez consulter les transactions sur la page de la facture et obtenir un reçu ou une facture.
• L’équipe doit limiter qui peut acheter des jetons, créer de grandes tâches et supprimer des points de contrôle.

Confidentialité, stockage et traitement des données

La politique de confidentialité traite l’utilisation du site, les historiques de navigation, le type d’appareil, le navigateur, les adresses IP et les images téléchargées par les utilisateurs. Les utilisateurs peuvent contacter le prestataire de services pour demander l’accès, la mise à jour ou la suppression de leurs informations personnelles.

Par défaut, les images téléchargées et les modèles d’entraînement sont supprimés après 48 heures ; une abonnement permet de prolonger la durée de conservation des modèles. La suppression ne signifie pas que l’utilisateur n’a pas besoin de faire des sauvegardes, et elle ne doit pas être interprétée comme signifiant que toutes les factures, journaux et documents juridiques sont supprimés en même temps.

• Les nuages et l’analyse impliquent Google et Amazon Web Services.
• Les e-mails et la communication impliquent SendGrid et Discord.
• L’analyse du service client et de l’expérience utilisateur fait appel à Crisp et Hotjar.
• Le paiement est géré par Stripe, et le programme de promotion utilise Rewardful.
• Le réseau, la sécurité et la collaboration interne concernent également Cloudflare, Bitwarden, Notion, Trello, GitBook et Better Stack.
• La liste des prestataires tiers peut varier en fonction des évolutions de l’activité, et les entreprises doivent la réviser régulièrement.

Le service met en œuvre des mesures de sécurité raisonnables, mais ne garantit pas une sécurité absolue. Lors du traitement de visages, de produits non publiés ou de matériel client, il convient d’abord de masquer les données, de restreindre l’accès, puis de télécharger et de vérifier l’état de suppression une fois la tâche terminée.

Règles de contenu, portraits et limites commerciales

Les conditions interdisent le téléchargement ou la création de contenus à caractère pornographique, ainsi que le téléchargement d’images d’enfants. Les images utilisées pour l’entraînement des modèles doivent montrer des adultes ayant donné leur consentement explicite, et les utilisateurs doivent également avoir atteint l’âge de la majorité selon la législation de leur pays.

• Ne téléchargez que des images que vous avez prises vous-même, pour lesquelles vous disposez d’une autorisation ou d’une licence.
• Obtenir le consentement explicite de la personne photographiée concernant l’entraînement de l’IA, la génération des contenus et les domaines d’utilisation commerciale prévus.
• Ne pas créer d’images identifiables de personnalités publiques, de mineurs ou de personnes non informées.
• Vérifier les licences du modèle de base, des checkpoints, de LoRA, des polices et des matériaux d’entraînement avant utilisation commerciale.
• Le fait que l’utilisateur dispose d’un modèle entraîné par lui-même ne signifie pas qu’il peut contourner les restrictions liées aux modèles de base et aux matériaux tiers.
• Conserver les formulaires de consentement, les autorisations, les paramètres de formation et les archives de génération pour les images de produits et les publicités.

La plateforme permet de télécharger des modèles entraînés par l’utilisateur et de les utiliser dans d’autres outils, mais elle ne garantit pas aux utilisateurs que toutes les sorties pourront faire l’objet d’une protection par le droit d’auteur ou être utilisées à des fins commerciales de manière illimitée. Les conditions d’utilisation finales dépendent des droits d’entrée, de la licence du modèle de base, des lois en vigueur dans le pays et du contexte spécifique de publication.

Open source des produits et écosystème des développeurs

Adapté aux utilisateurs et aux scénarios

• Applications de photographie et de profils : entraînement de modèles de personnes avec le consentement des utilisateurs.
• Équipe e-commerce et marque : création d’images avec des produits ou un style visuel fixe.
• Produits de contenu pour animaux de compagnie : entraîner les animaux principaux et générer des scénarios en masse.
• Créateur d’art par IA : entraînement d’un style personnel ou d’un concept LoRA.
• Développeur : Construire des processus d’entraînement, de génération et de téléchargement de modèles via une API.
• Équipe de recherche et de prototypage : comparaison rapide des modèles de base, des ensembles de données et du nombre d’étapes.

Avantages et principales limites

Avantages principaux

• Prend en charge à la fois le fine-tuning et la génération de modèles complets pour SD1.5 et SDXL.
• Après l’entraînement, il est possible d’obtenir des points de contrôle complets et d’extraire LoRA, ce qui réduit le verrouillage de la plateforme.
• Les pages web conviennent aux non-développeurs, les API conviennent aux systèmes en masse.
• Les forfaits payants offrent ControlNet, plus de concurrence et une durée de conservation plus longue.
• Prend en charge l’utilisation de modèles téléchargés avec les outils locaux courants de Stable Diffusion.

Principales restrictions

• La génération de pages web ne dispose actuellement pas de fonction img2img propre.
• Les modèles gratuits et les images téléchargées sont par défaut conservés pendant 48 heures seulement.
• Les résultats de l’entraînement dépendent de la qualité de l’image, du nombre d’étapes, du modèle de base et des prompts.
• Les restrictions sur les remboursements pour les jetons, les abonnements et les tâches déjà lancées sont strictes.
• L’entraînement sur des visages soulève des problèmes de portraits, de vie privée et de risques de deepfake.
• Le produit n’est pas open source, et il n’existe pas de SDK officiel ni de répertoire GitHub confirmé.

Résumé

Dreamlook.ai convient aux utilisateurs qui ont besoin d’entraîner rapidement des modèles personnalisés SD1.5 ou SDXL et qui souhaitent disposer en même temps de checkpoints complets, de LoRA ainsi que d’une API. Avant de lancer des tâches à grande échelle, il convient d’abord de tester le jeu de données avec des tokens gratuits, et de gérer attentivement la durée de conservation des modèles, la renouvellement automatique, les limites de remboursement et les autorisations relatives aux personnages.

Questions fréquentes

À quoi sert dreamlook.ai ?

Il offre le fine-tuning en cloud de Stable Diffusion, l’extraction de LoRA, la génération d’images à partir de texte et une API. Les utilisateurs peuvent entraîner des modèles pour des personnages, des objets, des animaux de compagnie ou des styles.

Y a-t-il une limite gratuite après l’inscription ?

Oui, No Plan contient actuellement 50 tokens enregistrés. Le plan gratuit offre une capacité de concurrence, des limites de formation et une durée de sauvegarde des modèles plus faibles.

Comment le suivi des frais de formation pour SD1.5 et SDXL est-il géré ?

La règle actuelle est qu’il est consommé 10 et 30 tokens respectivement tous les 5 000 pas. Il convient de vérifier la consommation estimée sur la page de la tâche avant de la soumettre.

Combien de temps le modèle est-il conservé ?

Le plan gratuit est par défaut de 48 heures, Enthusiast de 30 jours, Pro de 90 jours, et Enterprise conserve les données pendant toute la durée de validité du plan.

Est-il possible de télécharger le modèle complet ?

Oui, après l’entraînement, il est possible de télécharger le checkpoint complet en format Safetensors, ainsi que la LoRA extraite. Il convient de créer une sauvegarde avant la fin de la période de conservation.

Est-ce que cela prend en charge l’entraînement LoRA natif ?

Le processus actuel consiste d’abord à effectuer un fine-tuning du modèle complet, puis à extraire LoRA à partir du point de sauvegarde, et non à entraîner directement LoRA natif.

Y a-t-il une API ?

Oui, l’interface publique couvre l’entraînement, la génération, les tâches, l’annulation, les étiquettes et la gestion des points de contrôle. Il est nécessaire de créer une clé API dans le compte avant d’appeler cette interface.

Est-il possible d’obtenir un remboursement pour l’achat de tokens ?

En général, ce n’est pas possible ; l’achat de jetons constitue une vente définitive. Les jetons ne sont pas non plus remboursés en cas d’annulation ou de suppression d’une tâche déjà lancée.

Peut-on entraîner des enfants ou des personnes qui n’ont pas donné leur consentement ?

Non. Les conditions interdisent les images d’enfants ; l’entraînement des personnes doit être effectué par des adultes ayant donné leur consentement explicite.

Dreamlook.ai est-il open source ?

Le produit ne dispose ni de code source public ni de licence open source, et il n’existe pas non plus de compte GitHub officiel. La compatibilité avec des outils open source ne signifie pas que le produit est lui-même open source.