ICLight

KI-gestütztes Neubeleuchten von Bildern mit IC-Light auf Clore.ai-GPUs

Beleuchte jedes Bild neu mit KI-gestützter Lichtsteuerung.

Alle Beispiele können auf GPU-Servern ausgeführt werden, die über CLORE.AI-Marktplatz.

Alle Beispiele in diesem Leitfaden können auf GPU-Servern ausgeführt werden, die über CLORE.AI-Marktplatz Marktplatz gemietet werden.

Mieten auf CLORE.AI

1. Besuche CLORE.AI-Marktplatz

2. Nach GPU-Typ, VRAM und Preis filtern

3. Wählen Sie On-Demand (Festpreis) oder Spot (Gebotspreis)

4. Konfiguriere deine Bestellung:

   • Docker-Image auswählen

   • Ports festlegen (TCP für SSH, HTTP für Web-UIs)

   • Umgebungsvariablen hinzufügen, falls nötig

   • Startbefehl eingeben

5. Zahlung auswählen: CLORE, BTC, oder USDT/USDC

6. Bestellung erstellen und auf die Bereitstellung warten

Auf deinen Server zugreifen

• Verbindungsdetails finden in Meine Bestellungen

• Weboberflächen: Verwende die HTTP-Port-URL

• SSH: ssh -p <port> root@<proxy-address>

Was ist IC-Light?

IC-Light von lllyasviel ermöglicht:

• Bilder mit Textbeschreibungen neu beleuchten

• Lichtrichtung und -farbe ändern

• Schatten hinzufügen oder entfernen

• Studio-Lichteffekte erstellen

• Neubeleuchtung von Vorder- und Hintergrund

Ressourcen

• GitHub: lllyasviel/IC-Light

• HuggingFace: lllyasviel/IC-Light

• Demo: HuggingFace Space

• Paper: Basiert auf der ControlNet-Architektur

Empfohlene Hardware

Komponente	Minimum	Empfohlen	Optimal
GPU	RTX 3060 12 GB	RTX 4080 16 GB	RTX 4090 24 GB
VRAM	8 GB	12 GB	16 GB
CPU	4 Kerne	8 Kerne	16 Kerne
RAM	16 GB	32 GB	64 GB
Speicher	30 GB SSD	50 GB NVMe	100 GB NVMe
Internet	100 Mbit/s	500 Mbit/s	1 Gbit/s

Schnellbereitstellung auf CLORE.AI

Docker-Image:

pytorch/pytorch:2.11.0-cuda12.8-cudnn9-devel

Ports:

22/tcp
7860/http

Befehl:

cd /workspace && \
git clone https://github.com/lllyasviel/IC-Light.git && \
cd IC-Light && \
pip install -r requirements.txt && \
python gradio_demo.py

Auf deinen Dienst zugreifen

Nach der Bereitstellung findest du deine http_pub URL in Meine Bestellungen:

1. Gehe zu Meine Bestellungen Seite

2. Klicke auf deine Bestellung

3. Finde die http_pub URL (z. B. abc123.clorecloud.net)

Verwende https://YOUR_HTTP_PUB_URL anstelle von localhost in den folgenden Beispielen.

Installation

git clone https://github.com/lllyasviel/IC-Light.git
cd IC-Light
pip install -r requirements.txt

# Modelle werden beim ersten Start automatisch heruntergeladen

Was du erstellen kannst

Produktfotografie

• Perfekte Beleuchtung für E-Commerce

• Konsistente Katalogbilder

• Ergebnisse in Studioqualität ohne Studio

Porträtverbesserung

• Schlechte Beleuchtung in Fotos korrigieren

• Dramatische Lichteffekte hinzufügen

• Professionelle Headshots erstellen

Kreative Projekte

• Stimmungswandel

• Umwandlung von Tag zu Nacht

• Künstlerische Lichteffekte

Videoproduktion

• Beleuchtung über verschiedene Szenen hinweg anpassen

• VFX-taugliches Material erstellen

• Probleme mit der Beleuchtung vor Ort beheben

Marketingmaterialien

• Erstellung von Hero-Bildern

• Konsistente Markenbilder

• Schnelle Fotoretusche

Grundlegende Verwendung

Vordergrund-Neubeleuchtung (FC-Modus)

Motiv neu beleuchten, ohne den Hintergrund zu verändern:

import torch
from PIL import Image
from diffusers import StableDiffusionPipeline
from ic_light import ICLightFC

# Modell laden
model = ICLightFC.from_pretrained("lllyasviel/IC-Light-FC")
model.to("cuda")

# Bild laden
image = Image.open("portrait.jpg")

# Mit Text-Prompt neu beleuchten
result = model.relight(
    image=image,
    prompt="golden hour sunlight from the left",
    num_inference_steps=25
)

result.save("relit_portrait.jpg")

Hintergrund-konditionierter Modus (FBC-Modus)

Vordergrund neu beleuchten, damit er zum neuen Hintergrund passt:

from ic_light import ICLightFBC
from PIL import Image

model = ICLightFBC.from_pretrained("lllyasviel/IC-Light-FBC")
model.to("cuda")

# Vordergrund und neuen Hintergrund laden
foreground = Image.open("person.png")  # Mit transparentem Hintergrund
background = Image.open("sunset_scene.jpg")

# Neu beleuchten, damit es passt
result = model.relight(
    foreground=foreground,
    background=background,
    prompt="warm sunset lighting",
    num_inference_steps=25
)

result.save("composited.jpg")

Licht-Prompts

Richtungsbasierte Beleuchtung

prompts = [
    "helles Licht von der linken Seite",
    "weiches Licht von oben",
    "dramatisches Gegenlicht von hinten",
    "Randlicht von rechts",
    "frontales diffuses Licht",
    "Licht aus niedriger Perspektive von unten"
]

Farbbasierte Beleuchtung

prompts = [
    "warmes goldenes Sonnenlicht",
    "kühles blaues Zwielicht",
    "neonpinkes Licht",
    "grünes Umgebungslicht",
    "oranges Abendglühen",
    "weißes Studio-Licht"
]

Umgebungsbasierte Beleuchtung

prompts = [
    "Tageslicht im Freien, helle Sonne",
    "Fensterlicht im Innenraum, weiche Schatten",
    "Stadtlichter bei Nacht, Neonreflexionen",
    "Kerzenlicht, warm flackernd",
    "bewölkter Tag, diffuses Licht",
    "Studio-Softbox, professionell"
]

Stapelverarbeitung

import os
from PIL import Image
from ic_light import ICLightFC

model = ICLightFC.from_pretrained("lllyasviel/IC-Light-FC")
model.to("cuda")

input_dir = "./images"
output_dir = "./relit"
os.makedirs(output_dir, exist_ok=True)

lighting_prompt = "professionelle Studio-Beleuchtung, weiche Schatten"

for filename in os.listdir(input_dir):
    if not filename.endswith(('.jpg', '.png')):
        continue

    image = Image.open(os.path.join(input_dir, filename))

    result = model.relight(
        image=image,
        prompt=lighting_prompt,
        num_inference_steps=25
    )

    result.save(os.path.join(output_dir, f"relit_{filename}"))
    print(f"Verarbeitet: {filename}")

Mehrere Lichtvariationen

from ic_light import ICLightFC
from PIL import Image
import os

model = ICLightFC.from_pretrained("lllyasviel/IC-Light-FC")
model.to("cuda")

image = Image.open("product.jpg")

lighting_variations = {
    "daylight": "helles natürliches Tageslicht, sauberer weißer Hintergrund",
    "dramatic": "dramatische Seitenbeleuchtung, dunkle Schatten",
    "warm": "warmes goldenes Stundenlicht, weiches orangefarbenes Leuchten",
    "cool": "kühles blaues Licht, moderne Ästhetik",
    "studio": "professionelle Studio-Softbox, gleichmäßige Beleuchtung"
}

os.makedirs("./variations", exist_ok=True)

for name, prompt in lighting_variations.items():
    result = model.relight(
        image=image,
        prompt=prompt,
        num_inference_steps=25
    )
    result.save(f"./variations/{name}.jpg")
    print(f"Generiert: {name}")

Gradio-Oberfläche

import gradio as gr
from PIL import Image
from ic_light import ICLightFC

model = ICLightFC.from_pretrained("lllyasviel/IC-Light-FC")
model.to("cuda")

def relight_image(image, prompt, steps, seed):
    generator = torch.Generator("cuda").manual_seed(seed) if seed > 0 else None

    result = model.relight(
        image=image,
        prompt=prompt,
        num_inference_steps=steps,
        generator=generator
    )

    return result

demo = gr.Interface(
    fn=relight_image,
    inputs=[
        gr.Image(type="pil", label="Eingabebild"),
        gr.Textbox(
            label="Licht-Prompt",
            value="professionelle Studio-Beleuchtung",
            placeholder="Beschreibe die gewünschte Beleuchtung..."
        ),
        gr.Slider(10, 50, value=25, step=5, label="Schritte"),
        gr.Number(value=-1, label="Seed (-1 für zufällig)")
    ],
    outputs=gr.Image(label="Neu beleuchtetes Bild"),
    title="IC-Light - KI-Bild-Neubeleuchtung",
    description="Ändere die Beleuchtung in jedem Bild mit Textbeschreibungen. Läuft auf CLORE.AI GPU-Servern.",
    examples=[
        ["example.jpg", "golden hour sunlight from the left", 25, -1],
        ["example.jpg", "dramatic rim lighting, dark background", 25, -1],
        ["example.jpg", "soft window light, gentle shadows", 25, -1]
    ]
)

demo.launch(server_name="0.0.0.0", server_port=7860)

ComfyUI-Integration

IC-Light ist als ComfyUI-Knoten verfügbar:

cd ComfyUI/custom_nodes
git clone https://github.com/kijai/ComfyUI-IC-Light.git

ComfyUI-Workflow

1. Lade dein Bild

2. IC-Light-Loader-Knoten hinzufügen

3. Mit dem IC-Light-Apply-Knoten verbinden

4. Licht-Prompt festlegen

5. Mit KSampler verbinden

6. Ausgabe an Save Image

Mit Hintergrundentfernung

from ic_light import ICLightFBC
from rembg import remove
from PIL import Image

# Zuerst den Hintergrund entfernen
original = Image.open("photo.jpg")
foreground = remove(original)

# Neuen Hintergrund laden
background = Image.open("studio_bg.jpg")

# Anpassen durch Neu-Beleuchtung
model = ICLightFBC.from_pretrained("lllyasviel/IC-Light-FBC")
model.to("cuda")

result = model.relight(
    foreground=foreground,
    background=background,
    prompt="studio lighting matching background",
    num_inference_steps=25
)

result.save("composited.jpg")

Leistung

Modus	Auflösung	GPU	Geschwindigkeit
FC (Vordergrund)	512x512	RTX 3090	3 s
FC (Vordergrund)	512x512	RTX 4090	2 s
FBC (Komposition)	512x512	RTX 4090	3 s
FC (Vordergrund)	1024x1024	A100	4 s

Modellvarianten

Modell	Beschreibung	Anwendungsfall
IC-Light-FC	Vordergrund konsistent	Neubeleuchtung eines einzelnen Bildes
IC-Light-FBC	Vordergrund und Hintergrund konsistent	Komposition mit Hintergründen

Häufige Probleme & Lösungen

Beleuchtung ändert sich nicht

Problem: Ausgabe sieht dem Eingabebild ähnlich

Lösungen:

• Verwende ausführlichere Licht-Prompts

• Erhöhe die Inferenzschritte auf 30-40

• Probiere verschiedene Seed-Werte aus

• Verwende stärkeren Kontrast im Prompt (z. B. "dramatisch" statt "weich")

# Ausführlicherer Prompt
result = model.relight(
    image=image,
    prompt="extrem helles dramatisches Spotlight von oben links, dunkle Schatten auf der rechten Seite",
    num_inference_steps=35
)

Artefakte im Gesicht/bei Details

Problem: Gesicht oder Details sehen verzerrt aus

Lösungen:

• Stärke/Guidance-Scale reduzieren

• Mehr Inferenzschritte verwenden

• Beleuchtungsänderungen subtil halten

• Nachbearbeitung mit Gesichtsrestaurierung

Probleme mit Farbverschiebungen

Problem: Unerwünschte Farbänderungen

Lösungen:

• Sei im Prompt konkret bezüglich der Farbe

• Füge "originale Farben beibehalten" zum Prompt hinzu

• Verwende farbneutrale Lichtbeschreibungen

• Farbkorrektur nach der Nachbearbeitung

Hintergrundänderungen

Problem: Hintergrund ändert sich, obwohl sich nur der Vordergrund ändern sollte

Lösungen:

• FC-Modus verwenden (Vordergrund konsistent)

• Vorverarbeitung mit Hintergrundentfernung

• Maske verwenden, um das Motiv zu isolieren

Inkonsistente Ergebnisse

Problem: Dasselbe Prompt liefert sehr unterschiedliche Ergebnisse

Lösungen:

• Festes Seed für Reproduzierbarkeit festlegen

• Inference-Schritte für mehr Stabilität erhöhen

• Einfachere, direktere Prompts verwenden

# Konsistente Ergebnisse mit festem Seed
result = model.relight(
    image=image,
    prompt=prompt,
    num_inference_steps=30,
    generator=torch.Generator("cuda").manual_seed(42)
)

Fehlerbehebung

Das Neubeleuchten wirkt unnatürlich

• Lichtrichtung an die Szene anpassen

• Geeignete Lichtintensität verwenden

• Schatten im Originalbild berücksichtigen

Hintergrund betroffen

• Vordergrundmaske korrekt verwenden

• Motiv zuerst vom Hintergrund segmentieren

• Lichtabfall-Einstellungen anpassen

Ausgabe zu dunkel/zu hell

• Werte der Lichtintensität anpassen

• HDR-Ausgabe verwenden, falls verfügbar

• Mit Gradationskurven nachbearbeiten

Modell lädt nicht

• Alle erforderlichen Checkpoints herunterladen

• Dateiintegrität prüfen

• CUDA-Kompatibilität überprüfen

Kostenschätzung

Übliche CLORE.AI-Marktplatzpreise (Stand 2024):

GPU	Stundensatz	Tagessatz	4-Stunden-Sitzung
RTX 3060	~$0.03	~$0.70	~$0.12
RTX 3090	~$0.06	~$1.50	~$0.25
RTX 4090	~$0.10	~$2.30	~$0.40
A100 40GB	~$0.17	~$4.00	~$0.70
A100 80GB	~$0.25	~$6.00	~$1.00

Die Preise variieren je nach Anbieter und Nachfrage. Prüfen Sie CLORE.AI-Marktplatz die aktuellen Preise.

Sparen Sie Geld:

• Nutzen Sie den Spot Markt für unterbrechbare Arbeit — etwa ein Drittel der Server bietet Spot-Preise unter On-Demand (Median ca. 13 % Rabatt), der Rest ist gleich teuer

• Bezahlen Sie mit CLORE Token

• Preise verschiedener Anbieter vergleichen

Nächste Schritte

• TripoSR - Neu beleuchtete Bilder in 3D umwandeln

• Stable Diffusion - Bilder zum Neubeleuchten generieren

• ComfyUI - Erweiterte Workflow-Integration

• Fooocus - Einfache Bilderzeugung