自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(14)
  • 资源 (3)
  • 收藏
  • 关注

原创 让TA说话 - 图片、动画、语音相结合

如何让图片开口说话,或者让视频里的人换一段话?开源的技术已经做的不错了。

2024-03-07 00:13:22 929

原创 Stable Diffusion 光影艺术字

使用sd制作光影文字效果

2024-02-29 17:40:04 1055

原创 Stable Diffusion 相关网站总结

civitAI,sd开源社区,大部分开源模型都从这里下载:lightflow,一键复制流,有很多大神灵活使用sd的例子:

2024-02-22 19:45:50 435

原创 Stable Diffusion 优质图生成技巧

在之前的博客中,为了追求功能的准确,我大都没开各种修复功能,并且都是使用很低的分辨率,这就导致以前博客中的图都不美观。今天专门分享一次如何出优质图、高清图、精致图、看上去就很美的图。

2024-02-22 19:26:54 1225

原创 Stable Diffusion 插件AnimateDiff

AnimateDiff可以制作动图,以插件的方式集成到sd的webUI,本文介绍了AnimateDiff的安装与使用。

2024-02-21 11:16:52 1596

原创 float浮点数转音频文件wav

java要是完成类似的功能就比较复杂。python将numpy.ndarray转为音频文件wav,只需要几行代码。

2024-01-24 11:27:14 510

原创 paddle系列报错 Segmentation fault

这行代码的意思就是配置LD_LIBRARY_PATH这个环境变量,这是临时配置,关闭控制台后就失效了,需要长久生效的配置需要自己改配置表。paddlepaddle_gpu自从2.1.3之后,在一些linux环境中部署总会报错。paddle的cpu版本并不会报错。但是,经过我的实验,python代码中配置,依然会报错。我主要是参考了这两个博客,我简化了指令。

2024-01-23 16:02:05 1018 2

原创 Stable Diffusion ControlNet 与艺术字(2)

如果使用的字体直线多、棱角分明,生成的图中字上的内容和提示词差距越大。比如Office带的娃娃体,可以看到字上面一点儿花的元素都没有,如下图。在笔直的字体上做了一些其他的尝试,也很难把提示内容加进去,我尝试不同的权重组合和提示词,发现最多只带有很少一部分的提示词内容。具体的配置参数写在了最后面,配置主要参考了博主。反向词:NSFW,worst quality,low quality,hand,people,提示词:Beautiful flowers in the sky,8k,realistic,

2024-01-10 19:25:28 600

转载 Stable Diffusion UNet

UNet是sd的核心模块,值得注意的是UNet预测的是噪声,整个生成过程就是一个去噪的过程。

2024-01-10 14:59:14 69

原创 注意力机制中的qkv

从计算机视觉的角度解释注意力机制中的qkv的具体概念。

2024-01-09 16:26:55 5085 1

原创 Stable Diffusion CLIP

sd主要包含了3大块,VAE、CLIP和UNet。其中CLIP(Contrastive Language-Image Pre-training)主要是用来将提示词转为tokens,通俗的说,就是把文字转化为可以模型可以理解的信息。这些语义信息是77*768大小的向量,在UNet阶段一步一步嵌入进去,这样生成的图片就能附带提示词的内容,嵌入方式为cross attention。对输入text提取text embeddings的方式可以是其他的,目前sd主要使用OpenAI的CLIP。

2024-01-08 16:48:33 689

原创 Stable Diffusion VAE

Stable Diffusion 中VAE的编码和解码过程的直观展示。

2024-01-05 18:20:10 1655

原创 Stable Diffusion ControlNet 与艺术字

sd画的图可控性并不高,尤其是文字,比如我们想让sd生成一个带有汉字“王炸”的条幅,sd会生成条幅,但是汉字都是有形体,但是内容是不对的,如图:ControlNet为解决这一问题作出了突出贡献。sd是一种UNet,包含编码和解码的过程,文生图的过程就是字转为带有语义信息的token,并逐步附加到sd的decoder过程中。ControlNet同样也是将输入转为向量,逐步添加到生成过程。

2024-01-04 17:49:56 534

原创 Anaconda 3 下的 Spyder 的汉化报错处理

Anaconda 3 下的 Spyder 的汉化参照原文博客:http://www.lizenghai.com/archives/523.html汉化包下载:https://github.com/kingmo888/Spyder_Simplified_Chinese本人在汉化过程中遇见几个问题,特与大家分享经验。1.运行错误在参照原文博主的方法进行汉化中遇见问题,如下:...

2018-09-10 16:19:35 2149

(翻译后)学习信息在决策层上的自动分类

Fusing Texture,Shape and Deep Model-Learmed Information at Decision Level for Automated Classification of Lung Nodules on Chest CT--胸部CT上肺结节的“融合纹理”,形状和深层模型 - 学习信息在决策层上的自动分类--来源于IEEE,中英文对照版。

2018-06-22

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除