先自我介绍一下,小编浙江大学毕业,去过华为、字节跳动等大厂,目前阿里P7
深知大多数程序员,想要提升技能,往往是自己摸索成长,但自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年最新Python全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,涵盖了95%以上Python知识点,真正体系化!
由于文件比较多,这里只是将部分目录截图出来,全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频,并且后续会持续更新
如果你需要这些资料,可以添加V获取:vip1024c (备注Python)
正文
2、新增Instruct Pix2Pix 模型
模型能够接受一张图像和相应的文字指令(也就是prompt),根据指令来编辑图像,局部整体操纵图像程度的能力。
将白天变为夜晚 ,如图:
换发型 ,如图:
换装 ,如图:
3、 新增Tile 模型
Tile 模型对于图片高清修复、提升细节、根据画面自动推断内容有着很好效果,根据官方的介绍有5种功能:
- 可以进行图片放大 2x、4x 或 8x 超分辨率
- 可以在图像中添加、更改或重新生成图像细节
- 可以修复、细化和改进通过任何其他超分辨率方法获得的不良图像细节
- 它可以引导SD放大脚本,生成错误的问题
- 可以完成未完成的图稿,如果这些图稿是用色块绘制的
图像修复前:
图像修复后:
细节调整前:
细节调整后:
4 、新增shuffle 模型
shuffle模型可以称为重组模型,从shuffle模型的是使用效果来看,shuffle模型可以通过获取原图的风格后借助这个风格进行新的图片生成,所以当我们找到比较好的参考图时,就可以使用shuffle模型进行图片创作。
我们先来看一下人物图处理效果:
从成图效果来看,新生成的图片风格、色调、人物的部分姿态都进行还原和保留,因此我们使用Shuffle模型可以使用原图进行参考借鉴,重组画面进行生成的新图片。
再来看一下风景类图处理效果:
从成图来看,主要的配色、风格还是参考了原图的样式,构图结构上也有部分的参考。
新增的功能和模型效果介绍就到这里了,接下来介绍一下,如何安装和使用ControlNet1.1。
之前,我们一直在用的是Control插件,其实只需要将插件升级到新版本以后,就可以用新版本的模型了。所以我们只需更新插件,然后下载新的模型放进去就好。
二、安装ControlNet1.1
本次升级和安装的内容主要有2点:
- 升级 ControlNet插件版本
- 安装各种预处理器的模型
如果你还没有安装 Stable Diffusion 整合包,可以阅读 Stable Diffusion 研究(一)sd整合包v4.2 版本安装说明 这篇文章,了解安装 Stable Diffusion 整合包需要的电脑配置以及下载相关的安装包。
首先需要准备好ControlNet 1.1 安装文件,文件集成在整合包sd-webui-aki-v4.2 版本 里,没有下载的朋友,可以去自行下载。
1、升级 ControlNet插件版本
第一步, 进入整合包目录:sd-webui-aki-v4, 直接双击 A启动器.exe 运行
启动后如下 :
第二步,点击左侧版本管理
第三步,切换到扩展标签页 ,点击右上角“一键更新”按钮即可。
2、安装各种预处理器的模型 (可选)
第一步,将预处理器模型文件夹里的 download 文件夹,整个复制放到插件目录底下的annotator文件夹里面。
\controlnet1.1\预处理器\download
\sd-webui-aki-v4.2\extensions\sd-webui-controlnet\annotator
如图:
第二步,将controlnet1.1 模型放到sd-webui-controlnet\model 文件夹就可以了
\controlnet1.1\模型
\sd-webui-aki-v4.2\extensions\sd-webui-controlnet\models
完成以上操作后,关闭启动器、控制台、webui,然后重新启动就可生效。
如图:
三、ControlNet1.1 使用体验及相对于老板本的一些变化
1、颜色反转模式变为了一个单独的预处理器
2、新增加完美像素模式
选择以后能解决 ControlNet 处理的一些分辨率问题。
3、新增控制模式
新增控制模式:
- 均衡
- 更偏向提示词
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
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。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
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!
(告别不入流的学习)
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。
需要这份系统化的资料的朋友,可以添加V获取:vip1024c (备注python)
[外链图片转存中…(img-stkg0X9Z-1713122941642)]
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!