前 言
就在这几天,可图又有新动作了,继续开源了可图专属的 Depth「深度」 和 Canny「边缘检测」 两种 ControlNet 模型,以及 Inpainting 图像修复模型。
ControlNet 模型小伙伴应该都不陌生了,控制模型,可以让我们对生成图片的结果更加可控,以及做一些更加精细化的操作。
Inpainting 图像修复模型,可能用到的人会少一些,主要就是针对图生图,可以对原图进行蒙版编辑并保持很好的融合效果。
好了,话不多说,我们直接开整。
—
我们先直接来看效果,先来看看 ControlNet 的 Depth 和 Canny 模型吧。
先来看下 Depth 深度模型,也就是图片的轮廓深度图。
提示词:新海诚风格,丰富的色彩,穿着绿色衬衫的女人站在田野里,唯美风景,清新明亮,斑驳的光影,最好的质量,超细节,8K画质。
不过 Depth 比较适用的场景还是控制图像中的景深效果,维持图像中不同元素之间的空间关系。
所以一些比较有景深效果的图片使用这个模型效果比较好,比如室内场景。
下边就是把一个室内场景图片变换了一种风格,改成像素风格,可以看到室内布局的整体结构保持的很完整。
接下来我们来看看 Canny 模型,也就是边缘检测模型,提取了图像中的主要轮廓线生成的线稿图。
可以保留大部分的图像细节,可以用来迁移图像风格。
对一些简单构图的效果比较好,比较复杂的细节可能就会丢失一些。
ControlNet 模型就简单介绍到这里了,工作流以及模型,听雨都会放在文末的网盘里,需要的小伙伴自取。
接下来我们来分享可图的 Inpainting 图像修复模型,操作和大多数的 Inpainting 模型一样,对我们想要编辑的区域绘制蒙版,然后填写针对的蒙版的提示词进行重绘。
提示词:穿着美少女战士的衣服,一件类似于水手服风格的衣服,包括一个白色紧身上衣,前胸搭配一个大大的红色蝴蝶结。衣服的领子部分呈蓝色,并且有白色条纹。她还穿着一条蓝色百褶裙,超高清,辛烷渲染,高级质感,32k,高分辨率,最好的质量,超级细节,景深
效果以及融合度都是蛮不错滴!
手动添加遮罩的方法,右键点击图片,然后在弹出的菜单中选择「在遮罩编辑器中打开」,然后就可以对图片进行遮罩处理了。
比如再给人物加一个眼镜,不过遮罩部分可能会产生伪影,导致图像有些不太自然。
只能说遮罩部分和最终生成的部分越吻合,伪影就不太明显。
像下边这种遮罩和实际生成的眼镜结构不太吻合的情况就比较容易出现伪影。
总体来说效果还是可以的,可图的生态更强了,不过 Inpainting 模型容易生成伪影这个希望后续可以优化一下。
如何学习大模型 AI ?
由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。
但是具体到个人,只能说是:
“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。
这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。
我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
第一阶段(10天):初阶应用
该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。
- 大模型 AI 能干什么?
- 大模型是怎样获得「智能」的?
- 用好 AI 的核心心法
- 大模型应用业务架构
- 大模型应用技术架构
- 代码示例:向 GPT-3.5 灌入新知识
- 提示工程的意义和核心思想
- Prompt 典型构成
- 指令调优方法论
- 思维链和思维树
- Prompt 攻击和防范
- …
第二阶段(30天):高阶应用
该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。
- 为什么要做 RAG
- 搭建一个简单的 ChatPDF
- 检索的基础概念
- 什么是向量表示(Embeddings)
- 向量数据库与向量检索
- 基于向量检索的 RAG
- 搭建 RAG 系统的扩展知识
- 混合检索与 RAG-Fusion 简介
- 向量模型本地部署
- …
第三阶段(30天):模型训练
恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。
到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?
- 为什么要做 RAG
- 什么是模型
- 什么是模型训练
- 求解器 & 损失函数简介
- 小实验2:手写一个简单的神经网络并训练它
- 什么是训练/预训练/微调/轻量化微调
- Transformer结构简介
- 轻量化微调
- 实验数据集的构建
- …
第四阶段(20天):商业闭环
对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。
- 硬件选型
- 带你了解全球大模型
- 使用国产大模型服务
- 搭建 OpenAI 代理
- 热身:基于阿里云 PAI 部署 Stable Diffusion
- 在本地计算机运行大模型
- 大模型的私有化部署
- 基于 vLLM 部署大模型
- 案例:如何优雅地在阿里云私有部署开源大模型
- 部署一套开源 LLM 项目
- 内容安全
- 互联网信息服务算法备案
- …
学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。
如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。