Het grootste bezwaar tegen AI-beeld voor merken is dat het niet consequent is. Vraag een model tien keer om je mascotte, je product of je huisstijl, en je krijgt tien verschillende uitkomsten. Voor een merk dat herkenbaar wil zijn, is dat onbruikbaar.
De oplossing is een eigen getraind model, een LoRA. Dit artikel legt uit hoe je zo'n model in dGEN Visual Studio gebruikt om consistent beeld en video te maken. Wat een LoRA is en hoe het trainen werkt, staat in wat is LoRA-training.
Een algemeen beeldmodel kent miljoenen beelden, maar niet het jouwe. Beschrijf je mascotte in woorden, dan vult het model de rest zelf in. Elke keer anders. Een paarse robot wordt de ene keer rond, de andere keer hoekig. Een product krijgt steeds een iets andere vorm.
Een LoRA is een klein model dat op jouw eigen beelden getraind is. Het leert het beeldmodel hoe jouw personage, product of stijl eruitziet. Daarna houdt het model dat vast, beeld na beeld.
Een LoRA kan verschillende dingen vasthouden, afhankelijk van waarop hij getraind is.
In dGEN Visual Studio voeg je een eigen model toe door het bestand te uploaden of een link ernaartoe te plakken. Het model staat daarna bij je eigen stijlen en kun je in elke generatie kiezen.
Het werkt zowel op beeld als op video. Dat is belangrijk, want een personage dat op een foto klopt maar in een clip verandert, helpt een merk niet. Met hetzelfde model maak je een campagnebeeld en een korte video waarin je figuur dezelfde blijft.
Een eigen model is de basis. Echte consistentie komt pas als ook de rest vastligt: de compositie, de lichtval, het formaat. Daarvoor gebruik je een flow.
Op het canvas van dGEN Flow zet je je eigen model als vast blok, samen met een referentiebeeld voor de compositie en de instellingen die bij je merk horen. Alleen het onderwerp verandert per keer. Zo krijg je een reeks beelden die er uitziet alsof ze op één dag gefotografeerd zijn.
Een voorbeeld: een merk met een mascotte die elke week in een andere situatie op social media verschijnt. De flow bevat het model van de mascotte, de vaste achtergrondstijl en het formaat voor het kanaal. Per week pas je alleen de situatie aan.
Houd je prompt kort en feitelijk. Het model weet al hoe je personage eruitziet. Beschrijf alleen wat er anders is: de plek, de houding, de actie. Hoe meer je het uiterlijk opnieuw beschrijft, hoe meer kans op afwijkingen.
Gebruik een triggerwoord. Een LoRA wordt meestal getraind met een vast woord dat het model activeert. Gebruik dat woord in elke prompt.
Stel de sterkte goed in. Een eigen model heeft een gewicht. Te laag, en het personage verwatert. Te hoog, en de scène wordt stijf. Probeer een paar waarden en leg de beste vast in je flow.
Test op meerdere modellen. Niet elk beeldmodel werkt even goed met elke LoRA. Probeer dezelfde opdracht op twee modellen en kies het model dat je personage het best vasthoudt.
Houd een referentieset bij. Bewaar een paar beelden die precies goed zijn. Gebruik die om nieuwe resultaten mee te vergelijken, en als referentie in je flow.
Een merk verschijnt op veel plekken tegelijk: een website, social media, een nieuwsbrief, soms drukwerk. Elk kanaal heeft een eigen formaat. Met een eigen model en een flow per formaat houd je het personage of product gelijk, terwijl alleen de uitsnede verandert. Bewaar per kanaal een eigen versie van de flow, zodat niemand het formaat elke keer opnieuw hoeft in te stellen en de huisstijl overal hetzelfde blijft.
Een LoRA houdt veel vast, maar niet alles. Fijne details zoals kleine tekst op een verpakking of een ingewikkeld logo komen niet altijd perfect terug. Voor zulke details is nabewerking of een aparte stap in de flow nodig. En een model dat op te weinig of te verschillende beelden getraind is, blijft wisselvallig. Een goede trainingsset maakt het verschil; zie een LoRA-dataset voorbereiden.
Een eigen model trainen vraagt goede beelden, een zorgvuldige voorbereiding en een paar testrondes. Dat doen we als dienst: we trainen het model, testen het op de modellen in de studio en leveren het op met een flow die je direct kunt gebruiken. Meer in AI Visuals en LoRA-pipelines.
Kan ik een model gebruiken dat ik elders heb laten trainen? Ja. Je uploadt het bestand of plakt een link, en het werkt in de studio, mits het formaat door de modellen ondersteund wordt.
Werkt een LoRA ook voor video? Ja. In dGEN Visual Studio werkt een eigen model zowel op beeld als op video.
Hoeveel beelden heb ik nodig om een model te trainen? Dat hangt af van wat je vastlegt. Een personage vraagt meestal een paar tientallen goede, gevarieerde beelden. Meer uitleg staat in een LoRA-model laten trainen.
dGEN Productions, AI-bureau in Veldhoven, regio Eindhoven (Brainport), onderdeel van dGEN Labs. De Run 1141 (1e verdieping, nr. 12), 5503 LB Veldhoven · info@dgenproductions.nl · 06-87413056 · KvK 97916137 (eenmanszaak) · btw NL005295840B15