支线任务1：使用通义千问熟悉baseline代码
步骤一：代码整体解读
我平时经常使用通义千问来生成或修改代码，大部分时候用起来非常方便（悄悄说，通义千问总是喜欢钻牛角尖，有时候换一个算法就能解决，他非要坚持，最后甚至要修改环境的文件）
这段代码可以被划分为以下几个主要的工作流程部分：
1. 安装依赖库
这部分通过 !pip 命令安装了多个Python库，包括但不限于 simple-aesthetics-predictor, data-juicer, peft, lightning, pandas, torchvision, 和 DiffSynth-Studio。
2. 加载和预处理数据集
这里使用 MsDataset 从 ModelScope 加载了一个名为 lowres_anime 的数据集，并将数据保存到指定目录中。接着，遍历数据集中的每个样本，将其转换为 RGB 格式并保存为图片文件，同时创建了一个包含图像路径和文本描述的 JSONL 文件。
3. 使用 Data-Juicer 处理数据集
这部分定义了一个 YAML 配置文件来设置数据处理的参数，并调用了 dj-process 命令来根据配置过滤和处理数据集。这一步骤包括了对图像尺寸和宽高比的过滤。
4. 读取处理后的数据集
这部分读取了经过 Data-Juicer 处理的数据集，将其转换为 Pandas DataFrame 并保存为 CSV 文件。
5. 计算图像与文本之间的相似性
使用 CLIP 模型来计算图像与文本描述之间的相似性得分，并将结果存储在 probs 变量中。
6. 创建自定义数据集类
这部分定义了一个自定义的 PyTorch 数据集类 CustomDataset，用于加载图像和文本描述，并使用 DataLoader 来批量处理数据。
7. 图像生成
这部分使用了 StableDiffusionPipeline 从 diffusers 库来生成基于不同提示（prompt）的图像。这里生成了多个不同的图像，并保存到了本地文件系统。
8. 合并生成的图像
最后，这部分将之前生成的图像合并成一个大的图像，并调整了大小。
综上所述，这段代码涵盖了从数据集加载、预处理、特征提取、模型训练到最终的图像生成和后处理等多个方面。步骤二：重点代码解读
我针对一些我比较感兴趣的部分让通义千问解读。
步骤三：代码逐行解读
主线任务1：实战演练一一基于话剧的连环画制作
第一步 数据准备
step1 询问通义，自己在通义的返回的基础上，多多调整，争取打磨出一个最佳的提示词
好的，根据您的要求，我会为每个场景创作出适合的生图提示词。让我们开始吧：
场景 1: 女主正在上课
古风，工笔画风格
一个黑色长发少女，身着淡雅青衫
坐在古色古香的教室中，专注地望着前方的竹简
上半身特写，手中握着毛笔
正聚精会神地聆听夫子讲解
场景 2: 开始睡着了
古风，淡墨渲染
同样的黑色长发少女，头轻轻歪向一侧
依然穿着淡雅青衫，表情恬静
上半身特写，毛笔从手中滑落
在教室一角的小桌上，缓缓入睡
场景 3: 进入梦乡，梦到自己站在路旁
古风，山水画风格
少女身着轻盈白纱，站立于小径旁
背景是朦胧的山峦与流水
全身展示，双手轻抚身旁的柳枝
眺望着远方，似乎在等待什么
场景 4: 王子骑马而来
古风，细腻的线描
一位英俊少年骑着骏马，身穿蓝袍
背景是桃花盛开的春日小道
全身展示，手持缰绳，目光坚定
朝少女的方向缓缓而来
场景 5: 两人相谈甚欢
古风，色彩斑斓
少女与少年并肩而坐，彼此交谈
周围是盛开的花朵和翠绿的草地
上半身特写，两人的脸上洋溢着笑容
分享彼此的故事，眼神中充满喜悦
场景 6: 一起坐在马背上
古风，动态的线条
少女依偎在少年身后，两人同乘一匹马
背景是蜿蜒的小径与远方的群山
全身展示，少女双手环抱少年腰部
两人一同前行，享受旅途中的美好时光
场景 7: 下课了，梦醒了
古风，水墨淡彩
少女惊醒，神色略显迷茫
依然坐在教室中，身着淡雅青衫
上半身特写，揉着眼睛
意识到自己刚刚做了一个美妙的梦
场景 8: 又回到了学习生活中
古风，细腻的笔触
少女回到现实，继续埋头苦读
背景是书卷堆积如山的书桌
上半身特写，手执毛笔书写
专心致志地继续她的学业step2准备程序
打开魔塔社区-我的Notebook
加载程序
step3修改提示词
第二步 运行结果
上一次运行结果不太理想，如下
修改一下参数试试
第三步 再次运行
效果明显好多了
最后不要忘记提交打卡
感受
整个过程不是很难，新奇的文生图代码为我打开了新世界的大门，不敢想象随着代码和硬件的升级，未来ai生图会在任何领域疯狂发展。我对目前已经掌握的知识充满激情，已经记下了许多想要了解的方向，希望比赛进程放缓一点，这样我就有更多时间来学习。
776
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
