![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
stable diffusion
文章平均质量分 91
纵横AI大世界
这个作者很懒,什么都没留下…
展开
-
DreamBooth为何有能力让第一个应用创建者年赚2500万美金?
题外话,最近很火的生成个人写真的小程序很火,妙鸭,网上大多推测它使用了LoRA模型训练,如果真是这样的话,说明它还不够先进,国外有基于DreamBooth训练个人形象:只需要花费3美元,就可以在一个月内无限迭代生成自己的专属形象,据报告最早做这个网站的人已经赚了2500万美金。Dreambooth由Google提出,使用Dreambooth,一旦系统捕获了对象,就可以合成该对象的任何图像,也就是梦有多远,就能带你走多远。这是没办法中的办法,尽管如此,我们还是能够在不违法法理的情况下得到了一致性的人物形象。原创 2023-08-02 13:37:37 · 334 阅读 · 0 评论 -
Stable Diffusion VAE:改善图像质量的原理、选型与使用指南
在Stable Diffusion中,不管是V1,V2,还是其他基础模型,如果本身对图像质量没有苛刻要求,其实是不需要额外部署VAE模型的,因为现在很多模型中都已经集成了VAE,比如 Anything VAE 已经集成到 Anything 模型了,再额外增加模型也没有效果。但是通过使用额外的VAE能够胜过默认提供的内置模型。在latent空间中生成后的图像再经解码还原到像素空间,即人类看见的图像,这个过程中,图像会有信息损失,而VAE就充当了上述编解码器的角色,好的VAE模型能够较好的保证图像质量。原创 2023-08-01 13:23:42 · 9298 阅读 · 0 评论 -
对象分割技术在图像重绘上的运用
基础模型是使用神经网络通过海量的无标签数据集上训练得来的,模型强大的能力带来了诸如ChatGPT和BERT这样的产品。系统先使用Grounding DINO 根据输入的文本进行对象检测,然后将对象检测结果作为输入 传递给 Segment Everything 得到图像掩码(Mask),这些掩码结合文本prompts 作为Stable Diffusion的输入,由SD来进行图像的重绘。这么重要的基础模型,我们怎么用呢?再举个outpainting的例子,现在我们的目标变成这样的:狐狸不变,背景换掉。原创 2023-08-01 09:26:45 · 238 阅读 · 0 评论