Datawhale AI 夏令营第四期魔搭-AIGC文生图方向Task1笔记

经过对baseline的一番调试,我成功跑完了模型代码并获得了AI生图。总体而言,这次的AIGC文生图对新手很友好,零基础也可以跑代码,获得一次新鲜的利用AI生图的体验。

我大致会将本次的AIGC训练分为以下几个部分:

  1. 安装和下载
  2. 下载数据集
  3. 数据处理
  4. 保存处理好的数据
  5. 训练模型
  6. 查看训练脚本的输入参数
  7. 加载模型
  8. 生成图像

 

我将以截图形式展示以上几个步骤,以下是它们依次的样图:

e74eef58870a4391b6c0607304834b4c.png

6d98e4142bc449a697eb97bcef65af69.png 

4610e07845604ad98032d2c2d8ca970f.png 

 285798aa4e30498b9d6b6eaad0ff7090.png

 245a6596cbf24b49b427fbabd5b016a1.png

 8d295ba9849a4ccf84e381f9fa35d1ef.png

 e2de542e21c547b693dfe2c61d434c9c.png

 9314556e300947ab84f0168cc8981321.png

 ed4524570b184b0d95daac41d7c44e3f.png

 这里我将着重强调最后一个步骤,即生成图像。

在生成图像中,我们可以通过修改promote和negative-promote这两个属性达到我们期望的效果,它们分别对应着希望图片有的和不希望图片有的两个方面,我们可以输入我们的要求以达到预期效果。

b25f27f7ffc843a68a49c4307602d961.png

 a9da449a4278435e8a34164a20c5d948.png

 e90149e59d124e0997b47e70aaca49e8.png

 在最后,我将附上我利用AI模型生成的图片。

b5f44fc9a6b5496b878421b8a6682697.jpg

b72745ff208448b08254a3ba1dcc2b00.jpg 

 d0a3c64d64004572a6bcafbd0440b694.jpg

 4604c2d84708458aabbec6297a8fc894.jpg

 6cb3309d09e343b78b3f1a4d169c8b77.jpg

 9a805ab2c31646d392b9ca8dc86123d9.jpg

e9bd7ed98bb244e9aff9d78035a6e5d5.jpg 

 1e1312bddb9e461db63e96ec5bd81045.jpg

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值