Come usare Hugging Face per creare immagini con la AI

Hugging Face è un archivio di modelli caricati da sviluppatori che usano le API rilasciate da aziende AI per creazioni di immagini e altro con la IA

Hugging Face è un'azienda fondata nel 2016 con sede a New York che originariamente sviluppava un'app di chatbot rivolta agli adolescenti e che prende il nome dalla faccina che abbraccia. Successivamente ha cambiato indirizzo per diventare una piattaforma per l'apprendimento automatico. Due mesi fa ha lanciato un programma di accelerazione per le startup europee insieme a Meta per favorire il nascere di un ecosistema AI all'interno della UE.

Hugging Face è diventata quindi un servizio web centralizzato che ospita repository di codice, modelli, set di dati e applicazioni web. Al suo interno ci sono modelli pre-addestrati che supportano elaborazione del linguaggio naturale, classificazione del testo, risposta alle domande, traduzione, classificazione delle immagini e riconoscimento vocale.

Questo archivio viene utilizzato massicciamente dagli sviluppatori che si occupano di intelligenza artificiale per condividere i modelli e per utilizzare le API rilasciate dai servizi di intelligenza artificiale. In questo post mi occuperò di come un utente comune possa usare Hugging Face per interagire con modelli non ancora disponibili per tutti.

Ho pubblicato sul Canale Youtube un tutorial propedeutico sull'uso di Hugging Face da parte di comuni utenti.

Dopo aver aperto la home di Hugging Face linkata sopra si va su Sign Up in alto a destra. Successivamente si digita un nostro indirizzo email e una password per poi andare su Next e completare la creazione di un account.

Dopo l'accesso, se si va su Pricing, constateremo che potremo usare Hugging Face in modo quasi illimitato e gratuitamente. Ci sono anche degli account PRO che sono riservati a chi voglia attivare altre funzionalità.

Verrà creato un profilo nello stile dei social e potremo seguire altri account e dare un Like alle realizzazioni che ci piacciono. Chi non è sviluppatore si può limitare a accedere alla scheda Spaces per sfogliarne i contenuti.

Si tratta di modelli creati da sviluppatori con le relative API di altri servizi basati sulla intelligenza artificiale.

Si può digitare una stringa di testo nella casella di ricerca per cercare determinati modelli. Tanto per fare degli esempi si possono fare ricerche con parole chiave come Sora, Midjourney, Leonardo, Flux 1, ecc...

Ci sono anche modelli particolari come Fake Insect, Background Removal, OpenGPT 4 e Live Portrait per animare le immagini di un ritratto. Nei post che seguiranno mi occuperò più dettagliatamente di Hugging Face.

In questo articolo mi limiterò a mostrare come usare alcuni modelli per generare immagini da prompt di testo. In linea di massima i prompt digitati in altre lingue vengono tradotti dallo strumento in inglese e quindi processati.

È però stato osservato da molti che i prompt in inglese siano più precisi e completi perché viene eliminato un passaggio. Non occorre però essere padroni della lingua di Shakespeare per creare un prompt in inglese.

Ci si può fare aiutare da ChatGPT digitando la richiesta di tale prompt e indicando sinteticamente che cosa debba contenere. ChatGPT poi aggiungerà particolari che renderanno il prompt in un inglese molto dettagliato.

USARE LE API DI MIDJOURNEY PER CREARE IMMAGINI

Su Spaces si cerca Midjourney e si sceglie il modello che ha ricevuto più Like accanto al cuoricino. Come prompt ho chiesto a ChatGPT di creare una descrizione tra un topo e una rana che litigano sulle orme del poemetto Paralipomeni della Batracomiomachia di Giacomo Leopardi. Mi è stata consigliata questa descrizione in inglese:

"A humorous scene featuring a mouse and a frog having a heated argument. The mouse, standing on its hind legs, points angrily at the frog, while the frog, with its arms crossed, looks equally irritated. Both animals are in a small grassy clearing, surrounded by tall blades of grass and a few wildflowers. The mouse is slightly larger than the frog, with its fur bristling in frustration, while the frog has a stubborn expression on its face. The lighting is natural, as if it's a sunny day in a forest setting.". L'ho copiata e incollata nell'apposito campo del Prompt.

Non ho inserito il Negative Prompt e ho lasciato le Opzioni Avanzate di default. Sono andato su Run.

Dopo pochi secondi si è generata un'immagine perfettamente pertinente al prompt immesso come descrizione.

Per scaricare l'immagine, che sarà senza watermark, ci si clicca sopra con il destro del mouse e si va su Salva immagine con nome. Verrà salvata la foto in formato PNG con una risoluzione di 1024x1024 pixel.

CREARE IMMAGINI CON FLUX1 DEV E FLUX1 SCHNELL

In un post precedentemente linkato abbiamo creato delle immagini con Flux1 nella sua versione PRO mediante il sito esterno Replicate. Con Hugging Face si possono creare immagini anche con le API di Flux1 Dev e Schnell.

Si cerca Flux1 su Spaces e si seleziona il modello Dev o Schnell. Per questa creazione ho usato questo prompt creato da ChatGPT: "A playful and imaginative scene showing a cartoonish mouse character playing chess with a futuristic armored superhero. The mouse, wearing red shorts and large white gloves, sits across from the superhero, who is clad in sleek red and gold armor with a glowing chest piece. The chessboard is set between them, with pieces mid-game, and both characters are intensely focused. The background is a mix of classic cartoon and futuristic elements, with a cozy, animated room that blends technology and whimsy. The atmosphere is lighthearted yet competitive, capturing the blend of two iconic worlds.". Sono quindi andato su Run.

Nell Impostazioni Avanzate ho lasciato quelle di default. C'è da attendere che venga acquisita la GPU.

Viene creata una sola immagine ma si può cliccare nuovamente su Run per generarne una seconda.

Le immagini potranno essere scaricate cliccandoci sopra con il destro del mouse oppure cliccando sull'apposito pulsante. Nei prossimi post su Hugging Face vedremo come creare video e anche come applicare la AI agli audio.