เบื้องหลังงานดีไซน์: สร้างสรรค์แฟชั่นไทยในประวัติศาสตร์ด้วย Freepik และ Krea
เบื้องหลังงานดีไซน์: สร้างสรรค์แฟชั่นไทยในประวัติศาสตร์ด้วย Freepik และ Krea
สวัสดีครับเพื่อน ๆ ผู้ติดตามเพจทุกท่าน
วันนี้ผมอยากมาเล่าถึงกระบวนการทำงานของผมในการนำภาพถ่ายขาวดำเก่า ๆ มาลงสี แล้วนำไปใช้เป็นชุดข้อมูล (dataset) สำหรับฝึก LoRA model เพื่อใช้ในการออกแบบงานภาพไทยย้อนยุคครับ
ต้องบอกก่อนเลยว่า กระบวนการนี้ใช้เวลาค่อนข้างนาน และถ้าอยากให้ได้ผลลัพธ์ที่หลากหลายจริง ๆ เราต้องมีภาพต้นฉบับอย่างน้อย 30–50 รูป เพราะถ้าภาพน้อยเกินไป เวลาให้ AI สร้างภาพ มันจะวนลูปอยู่กับสไตล์เดิม ๆ ทำให้ขาดความหลากหลาย
“การลงสีภาพถ่ายขาวดำด้วย Freepik Edit”
ปัจจุบันผมใช้ Freepik Edit ในการลงสีภาพ เพราะเขามีระบบ Flux Kontext Plus ที่ช่วยให้ขั้นตอนต่าง ๆ ง่ายขึ้นเยอะ เดิมทีเพราะผมใช้ Mac ผมต้องรัน ComfyUI บน RunPod แล้วติดตั้ง Flux Kontext เอง ซึ่งค่อนข้างวุ่นวายและต้องเช่า Pod หรือ GPU แต่ตอนนี้แค่ใช้ Freepik Edit ตัวเดียว ก็สามารถลงสี แก้ไข และขยายภาพด้วยระบบ Magnific Engine ได้ครบจบในที่เดียว
“การฝึก LoRA บน Krea”
ล่าสุดผมได้ทดลองฝึก LoRA บน Krea ซึ่งต้องบอกเลยว่าใช้งานง่ายมาก ไม่ต้องตั้งค่า ComfyUI หรือพารามิเตอร์อะไรให้ยุ่งยาก อินเทอร์เฟซของ Krea เป็นมิตรสุด ๆ ใช้เวลาเพียงไม่กี่นาทีในการฝึก และใช้ภาพได้ตั้งแต่แค่ 3 รูป ไปจนถึง 50 รูป ขึ้นอยู่กับความหลากหลายที่ต้องการ
แม้ว่าใน Krea จะเรียกหมวดหมู่การฝึกว่า “Style”, “Character” หรือ “Object” แต่เบื้องหลังแล้วทั้งหมดก็คือการฝึก LoRA (Low-Rank Adaptation) บนโมเดลหลัก เช่น Flux เพียงแค่ Krea ตั้งชื่อหมวดให้เข้าใจง่ายขึ้นตามจุดที่เราต้องการให้ AI เรียนรู้ เช่น สไตล์โดยรวม ตัวบุคคล หรือวัตถุเฉพาะ
ตอนฝึก LoRA หรือ Style ใน Krea เราจะได้เลือกหมวดหมู่ของสิ่งที่เราต้องการให้ AI เรียนรู้ ซึ่งมีทั้งหมด 4 ตัวเลือกหลัก คือ:
Style – สำหรับฝึกโทนสี เทคนิคภาพ หรืออารมณ์โดยรวมของภาพ
Character – สำหรับฝึกความเหมือนของบุคคล แฟชั่น หรือเอกลักษณ์ของเครื่องแต่งกาย
Object – สำหรับฝึกวัตถุที่มีรูปทรงเฉพาะ เช่น ภาชนะ ของตกแต่ง หรืออุปกรณ์
Default (Internal) – ให้ระบบเรียนรู้จากภาพทั้งภาพโดยไม่เน้นจุดใดเป็นพิเศษ
สำหรับงานออกแบบแฟชั่นไทยของผม ผมเลือกใช้หมวด "Character" ทุกครั้ง เพราะระบบจะโฟกัสไปที่ตัวบุคคลในภาพเป็นหลัก ซึ่งทำให้เรียนรู้รายละเอียดของ เครื่องแต่งกาย ได้อย่างแม่นยำมากกว่าการเน้นสไตล์หรือวัตถุทั่วไป เหมาะที่สุดสำหรับการสร้าง LoRA เพื่อใช้ออกแบบคอสตูมที่มีความเฉพาะเจาะจง
อีกจุดที่อยากแชร์คือ Krea ใช้งานง่ายกว่าการฝึกบน Shakker มาก เพราะใน Shakker ผู้ใช้งานต้องตั้งค่าเทคนิคเองทั้งหมด เช่น train steps, learning rate, batch size ฯลฯ ซึ่งต้องมีความเข้าใจเชิงลึกพอสมควร และถ้าตั้งผิดก็อาจได้ผลลัพธ์ที่ไม่แม่นยำ ในขณะที่ Krea แทบไม่ต้องตั้งค่าอะไรเลย แค่เลือกภาพ ใส่ชื่อ และเลือกหมวดหมู่ ก็กดฝึกได้ทันที ใช้เวลาไม่กี่นาทีเท่านั้น
“ถ้าฝึกเสร็จ จะใช้กับโมเดลไหนใน Krea ดี?”
แม้ว่าในระบบ Krea จะมีโมเดลให้เลือกมากถึง 12 ตัว แต่จากประสบการณ์ที่ผมลองใช้มา พบว่ามีเพียง 3 โมเดลเท่านั้น ที่รองรับการใช้งาน Styles หรือ LoRA ที่เราฝึกไว้ได้จริง ๆ ได้แก่ Flux, Krea 1 และ ChatGPT Image
Flux เป็นโมเดลที่ผมใช้บ่อยที่สุด เพราะทำงานได้เร็ว ภาพที่ได้มีความคมชัด สีสวย และดูทันสมัย ใช้เวลาเพียงแค่ประมาณ 5 วินาที เหมาะสำหรับงานออกแบบทั่วไป งานแฟชั่น และภาพที่ต้องการความคมชัดแบบร่วมสมัย
Krea 1 เป็นโมเดลใหม่ล่าสุดของ Krea ซึ่งเน้นความสมจริงในระดับภาพถ่าย จุดเด่นของมันคือให้เทกซ์เจอร์แบบวินเทจเล็กน้อย ให้ความรู้สึกอบอุ่นนุ่มนวล เหมาะสำหรับภาพที่ต้องการบรรยากาศแบบย้อนยุคหรือแนว nostalgic โดยจะใช้ compute units มากกว่า Flux เล็กน้อย คือประมาณ 16 หน่วย
ChatGPT Image เป็นโมเดลจาก OpenAI ที่แม้จะรองรับทั้ง Styles และ Presets และเข้าใจบริบทของภาพได้ดี แต่จากที่ผมลองใช้มา ภาพที่ได้ยังดูไม่สมจริงเท่าไรนัก โทนภาพออกแนว “ภาพวาด” และมีความรู้สึกเป็น “ภาพเอไอ” ชัดเจน ซึ่งอาจไม่เหมาะกับงานที่ต้องการความสมจริงทางประวัติศาสตร์หรือแฟชั่นที่ต้องการให้ภาพดูเหมือนถ่ายจากกล้องจริง ๆ นอกจากนี้ยังใช้เวลานานและ compute ค่อนข้างสูง (ประมาณ 60 วินาที / 133 units) จึงเหมาะกับงานแนวทดลองหรือสไตล์แฟนตาซีมากกว่างานที่ต้องการโทนภาพที่ดู “จริง”
“โปรเจ็คปัจจุปันกับการดีไซน์ด้วย Krea”
ตอนนี้ผมกำลังทำงานออกแบบสำหรับหนังไทยเรื่องหนึ่ง ซึ่งมีฉากหลังอยู่ในปี พ.ศ. 2458 (ค.ศ. 1915) ช่วงรัชกาลที่ 6 ความท้าทายคือเรื่องนี้ไม่ได้ตั้งอยู่ในกรุงเทพฯ และภาพถ่ายยุคนั้นที่ไม่ใช่ภาพเจ้านายหรือภาพพิธีการก็หายากมาก ยิ่งเป็นภาพของผู้คนในต่างจังหวัดด้วยแล้ว ยิ่งหายากไปอีก ทางออกของผมคือการฝึก LoRA ขึ้นมาเอง เพื่อให้ AI ช่วยสร้างภาพที่เราสามารถควบคุมสไตล์และรายละเอียดได้ตรงตามที่ต้องการ ผมเริ่มจากรวบรวมภาพเก่า ๆ จากแหล่งต่าง ๆ แล้วก็นำมาลงสีทั้งหมด ซึ่งโชคดีที่ตอนนี้มี Flux Kontext มาช่วยให้การลงสีง่ายขึ้น
แต่อย่างไรก็ดี Flux Kontext ยังไม่เข้าใจรายละเอียดของผ้าไทยหรือโครงสร้างเสื้อผ้าแบบดั้งเดิม อย่างเช่น ผ้าซิ่นตีนจกของเชียงใหม่ ทำให้ผมต้องลงสีแบบแยกส่วน และแก้จุดที่ไม่ตรงเอง ยกตัวอย่างเช่นภาพคู่ของผู้หญิงกับเด็กในภาพแรก ภาพต้นฉบับค่อนข้างซีดและถูกครอปเข้ามาใกล้ตัวมาก ผมเริ่มจากการลงสีชุดตามความเข้าใจเรื่องโครงสร้างผ้าซิ่น โดยเลือกสีของ ตัวซิ่น และ ตีนซิ่นหรือตีนจก ให้ใกล้เคียงกับของจริง แต่ระบบไม่ได้ให้แถบสีแดงบริเวณชายซิ่นมาให้ ผมเลยต้องลงสีแก้ตรงส่วนนั้นเองจนได้ลายและสีที่ถูกต้อง จากนั้นก็ลงสีฉากหลัง และพรมที่พื้น พร้อมกับการขยายภาพให้ได้ขาดตามที่ต้องการ แล้วใช้ระบบอัปสเกลให้เนื้อผ้าและรายละเอียดใบหน้าสมจริงขึ้น แล้วค่อยทำ face swap ใส่ตัวละครที่ผมออกแบบไว้ ขั้นตอนนี้ต้องใช้เวลาพอสมควร และต้องทำซ้ำกับทุกภาพในชุด 30–50 รูป เพื่อให้ได้ข้อมูลเพียงพอสำหรับฝึกโมเดล
กระบวนการนี้อาจจะฟังดูซับซ้อนและใช้เวลามาก แต่สำหรับผมและเพื่อน ๆ ที่ต้องการความแม่นยำในรายละเอียดแฟชั่นไทยยุคเก่า ถือว่าคุ้มค่ามาก เพราะทุกวันนี้ยังไม่มี AI ตัวไหนที่เข้าใจแฟชั่นไทยโบราณได้ลึกซึ้งจริง ๆ แม้แต่ Google Imagen 4 ที่รันอยู่บนระบบ Gemini ซึ่งถือว่าเก่งมาก ก็ยังแสดงผลแฟชั่นไทยแบบที่ขาดความละเอียดอยู่ เช่น ชุดอาจจะเว่อร์เกินจริง หรือเครื่องแต่งกายจะขาดๆเกิน หรือไม่ตรงยุคที่ต้องการ เพราะแบบนี้ ผมจึงเลือกฝึก LoRA เอง เพื่อควบคุม ลุค โครงสร้าง และรายละเอียดของแฟชั่นไทยแต่ละยุค ได้ตรงตามความตั้งใจ และสร้างภาพอ้างอิงที่หาไม่ได้จากคลังภาพทั่วไปครับ
Designing Historical Thai Fashion with Krea and Freepik
Hello to all my dear page followers,
Today, I’d like to share the process I use to colourise old black-and-white photographs and turn them into a dataset for training a LoRA model. This process helps me in designing historically inspired Thai fashion imagery.
Let me begin by saying that this process takes quite a bit of time. And if you want truly diverse results, you need at least 30–50 original images. With too few photos, the AI tends to generate repetitive results in the same style, limiting variety.
“Colourising Black-and-White Photos with Freepik Edit”
At present, I use Freepik Edit to colour the images. It features a system called Flux Kontext Plus, which makes the entire process significantly easier. Initially, because I use a Mac, I had to run ComfyUI on RunPod and manually install Flux Kontext, which was quite complicated and required renting a pod or GPU.
Now, just using Freepik Edit alone allows me to colourise, edit, and upscale images with the Magnific Engine — all in one place.
“Training LoRA on Krea”
Most recently, I tried training LoRA on Krea, and I must say it’s incredibly easy to use. There’s no need to set up ComfyUI or tweak complicated parameters. Krea’s interface is extremely user-friendly. Training takes only a few minutes, and you can use anywhere from just 3 images to 50, depending on the level of variety you want.
“Choosing the Right Training Category on Krea”
When training LoRA on Krea, you can choose from four main categories for what the AI should learn:
Style – To train image styles, colour tones, photography techniques, or the overall mood
Character – To train likenesses, fashion elements, or specific costumes
Object – To train shapes or forms of items like utensils, flowers, etc.
Default (Internal) – A general setting where the AI learns from every part of the image without focusing on any one aspect in particular
For my Thai fashion design work, I always choose the “Character” category. This setting ensures the AI focuses mainly on the person in the image, which leads to much more accurate understanding of costume details — making it ideal for generating specific costume design references.
“Why Krea Is Easier to Use Than Shakker”
Another thing worth sharing is that Krea is far easier to use than Shakker. With Shakker, users must configure all the technical parameters themselves, like train steps, learning rate, batch size, and so on. That requires a fairly deep level of understanding, and if you set something incorrectly, the results might be off.
In contrast, Krea doesn’t require any of that. You simply select your images, give your model a name, choose the category, and hit train. It only takes a few minutes.
“Which Krea Models Support LoRA?”
Krea currently offers around 12 models, but in my experience, only three models truly support the use of Styles or trained LoRA properly: Flux, Krea 1, and ChatGPT Image.
Flux is the one I use most often. It generates sharp, vibrant, modern-looking images in just around 5 seconds. It’s great for general design, fashion, and projects that need crisp, contemporary results.
Krea 1 is Krea’s latest model and focuses on photorealism. Its standout feature is a soft, vintage texture that gives the image a warm, nostalgic feel. It’s ideal for retro or historically inspired work, though it uses slightly more compute units — about 16 units per image.
ChatGPT Image, from OpenAI, supports both Styles and Presets and has strong contextual understanding. However, in my experience, the images still don’t look very realistic. They lean more towards painterly illustrations and clearly “AI-generated” visuals. This may not suit historical or fashion projects that require lifelike realism. It also takes longer to generate and uses quite a lot of compute (about 60 seconds / 133 units), so it’s better suited for experimental or fantasy-themed projects than serious period design.
“My Current Project: Costume Design with Krea”
I’m currently working on costume design for a Thai film set in the year 1915 (B.E. 2458), during the reign of King Vajiravudh (Rama VI). The challenge is that the story doesn’t take place in Bangkok, and historical photographs from that period — especially ones outside the royal court or formal settings — are extremely rare. Images of rural people are even harder to find.
My solution has been to train my own LoRA so that I can direct the style and details exactly as needed. I began by gathering old photos from various sources and colourising them all — thankfully, with the help of Flux Kontext, which has made this step much more efficient.
“Manually Correcting and Enhancing Thai Textiles”
That said, Flux Kontext still doesn’t fully understand the intricacies of Thai textiles or traditional costume structures — for example, the intricately woven teen chok patterns on Chiang Mai’s sinh skirts.
So I have to manually colour certain sections and fix what the system gets wrong. For instance, in the first image of a woman and a child, the original was quite faded and cropped tightly. I began by colourising the outfit based on my knowledge of sinh structure, choosing colours for the main body and border of the skirt that closely match authentic examples.
However, the system didn’t render the signature red stripe at the hem of the skirt, so I had to manually add and adjust that part until I achieved the correct pattern and colour.
After that, I coloured the background and the ground, gradually upscaled the image to enhance textile texture and facial detail, and finally used face swap to insert the characters I had designed. This whole process takes quite a bit of time and has to be repeated across all 30–50 images in the set to produce a dataset robust enough for training.
“Final Thoughts”
This process may sound complex and time-consuming — and it is — but for me and fellow creators who seek accuracy in historical Thai fashion, it’s well worth the effort.
To this day, no AI model truly understands traditional Thai clothing in depth. Even Google Imagen 4, running on Gemini and known for its advanced capabilities, still produces results that lack essential accuracy. Costumes may be overly exaggerated, missing key elements, or misaligned with the correct era.
That’s precisely why I train my own LoRA — to fully control the look, structure, and detail of Thai fashion from each specific era and to create reference images that simply don’t exist in conventional archives.
#aifashionlab #AI #aiartist #aiart #aifashion #aifashiondesign #aifashionstyling #aifashiondesigner #fashion #fashionhistory #historyoffashion #fashionstyling #fashionphotography #digitalfashion #digitalfashiondesign #digitalcostumedesign #digitaldesign #digitalaiart #ThaiFashionHistory #ThaiFashionAI
