Как часто несложно увидеть, сгенерированные диффузными нейросетями картинки часто отличаются неудовлетворительным качеством в деталях, хотя в целом в них не всегда можно распознать любительскую работу с очень беглого взгляда. Таким образом, если улучшать детали удачной нейрогенерации (без сильных дефектов общего построения), то результат уже вызовет меньше нареканий у зрителей (за исключением наиболее радикальных пуристов от искусства, разумеется). Какими могут быть эти дефекты? Например, пресловутые лишние/недостающие пальцы на руках, ненужные летающие объекты, ошибки освещения, дефекты перекрытия (скрытая линия не продолжается в ожидаемом месте) и тому подобное.
Итак, за несколько лет методы улучшения картинок постепенно прогрессировали вместе со способами их генерации. Эти методы можно разделить на ручные (когда картинка исправляется в графическом редакторе) и автоматизированные (когда картинку исправляет нейросеть). Граница между ними довольно зыбкая и условная, и обычно никому до неё нет дела.
В этой неглубокой обзорной статье я сосредоточусь на эффектах, которые позволяют добиться инструменты, без погружения в чрезмерно сложные технические детали под их капотом.
