AI会P图：你来描述，我来P_ai p图

本文 GitHub https://github.com/Jack-Cherish/PythonPark 已收录，有技术干货文章，整理的学习资料，一线大厂面试经验分享等，欢迎 Star 和 完善。

最近，Transformer 是一个非常火的方向。

比如曾经介绍过的，DALL·E 可以魔法一般按照自然语言文字描述直接生成对应图片。

例如，输入文本：鳄梨形状的扶手椅。

AI 生成的图像：

再比如曾经出过的教程：

用自己训练的AI玩王者荣耀是什么体验？

这两天，OpenAI 又出新活，StyleCLIP 闪亮登场。

StyleCLIP 根据文本描述，修改图片，精准PS。直接看效果：

让奥巴马留莫西干发型，一键卸妆，让猫猫变萌，老虎变狮子，建筑风格变成哥特式建筑。

只需一张图片，一段描述，StyleCLIP就可以对图片进行修改和创作。

AI文字理解，图片修改和创作，一步到位。再也不用怕网络P图大师们的“满分理解”和骚操作了。

今天继续手把手教学，玩转**StyleCLIP**，准备好了吗？

StyleCLIP

**StyleCLIP顾名思义，结合了StyleGAN与CLIP**模型。

前者，是当下主流的图像生成算法，后者，是大规模图文预训练模型。

两者结合，就可以实现文本到图像的编辑。

**StyleGAN**通过在隐空间（latent space）控制隐藏特征（latent code）来控制图片的属性，生成风格各异的图像。

StyleGAN应该都很熟悉，简单介绍下CLIP。

**CLIP**就是**Contrastive Language-Image Pre-Training的缩写，即大规模图文预训练模型，也是OpenAI**的近作。

**CLIP的文本和图像编码器都是基于Transformer**结构的。

**Transformer**的详细教程，可以看我之前发过的文章：

保姆级教程：硬核图解Transformer

**CLIP**算是迈出了多模态的第一步，可以用于多类型图文联合检索。

本质上，**CLIP**模型检索的原理是比较特征空间中两个特征编码的余弦相似度，所以并不局限在文本特征与图像特征的比较。

比如，文本-图像检索。

检索文本：“Tokyo tower at night.”

检索文本：“People come and go on the street.”

再比如，文本+文本-图像检索。

检索文本1：“Flower”，检索文本2：“Blue sky”

**StlyCLIP主要是利用CLIP**模型的力量来实现基于文本的语义图像操作，这种操作的好处是，它既不局限于预设的操作方向，也不需要额外的手动操作。

**StlyCLIP整体思想就是：利用CLIP为基础的损失修改StyleGAN**输入的隐藏特征，从而响应用户提供的文本形式。

比如根据用户文本：Orange、Big Ears、Big Nose、Cute改变原图。

主要使用了三种技术：

• Optimizer：以文本为指导的 latent 优化，其中 CLIP 模型被用作一个损失网络，这是一种通用方法，但需要几分钟的时间来进行优化，以对图片进行操作；
• Mapper：训练一个用于特定文本提示的 latent 残差映射器。在隐空间中给定一个起点（需要操作的输入图像），映射器在隐空间中产生一个局部步骤；
• global dir：一种在 StyleGAN 的 style space 中将文本提示映射到输入无关（全局）方向（global direction）的方法，提供了对操作强度和解耦的控制。

更详细的内容，可以直接看论文：

https://arxiv.org/pdf/2103.17249.pdf

算法测试

**StyleCLIP**完全开源，项目地址：

https://github.com/orpatashnik/StyleCLIP

如果不想搭建开发环境，可以直接用Google Colab工程：

https://colab.research.google.com/github/orpatashnik/StyleCLIP

运行**Google Colab**代码有些问题，需要自己修改下代码：

迭代100次，大约3分钟，运行结果：

本地搭建环境也不复杂，StyleCLIP需要先配置CLIP，然后安装第三方库。

权重文件在 Google Drive 下载很慢，我已经提前为大家准备好了，直接下载即可（提取码：46pz）：

https://pan.baidu.com/s/1n_CNA_ypxJKuW0rf-4CrZg

其它没什么难度，就不展开说明了。

絮叨

**Transformer**真的火，有必要好好学一学。

我是 Jack ，我们下期见。

文章转自我的公众号：

https://mp.weixin.qq.com/s/4LNAwEoGjH8YYbp2w8Z9Rg

如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费学习大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

四、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

五、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！