AI绘画使用学习---如何提取图片标签

man_what_can_i_say

已于 2023-04-14 14:10:01 修改

阅读量674

点赞数 2

分类专栏： AI绘画文章标签： AI作画

于 2023-04-10 17:47:11 首次发布

原文链接：https://www.bilibili.com/video/BV17e4y1m7GZ/?vd_source=98572514648c06c830c310b671cc59bf

版权

AI绘画专栏收录该内容

2 篇文章 0 订阅

订阅专栏

文章目录

常用参数介绍
标签获取

视频原址

注意

仅限N卡

常用参数介绍

在这里插入图片描述
1.负面prompt
建议无脑添加下面的tags

lowres, bad anatomy, bad hands, text,error, missing fngers,extra digt ,fewer digits,cropped, wort quality ,low quality,normal quality, jpeg artifacts,signature,watermark, username, blurry, bad feet

2.采样迭代步数
建议40~50，再高效果提升有限
3.宽高
不宜过大，会爆显存

标签获取

1.AI图源标签识别

1.1.web ui

打开PNG Info功能
在这里插入图片描述

1.2.网站识别

https://spell.novelai.dev/

2.非AI图源标签识别

Deep Danbooru网站

http://dev.kanotype.net:8003/deepdanbooru/

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

man_what_can_i_say

关注关注

2
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
AI绘画使用学习---如何提取图片标签

记录一下，防止遗忘^.^
复制链接

扫一扫

专栏目录

mask rcnn 批量提取特定图片标签

rainy0103的博客

05-21

817

在做分割检测的过程中，有时需要数据清洗并批量提取清洗后数据的标签。 # 导入必要的库 import pandas as pd import os import numpy as np import csv import shutil # 数据、标签文件读取 # original.csv：原数据标签文件，包括了所有样本的标签 # new.csv：新的空的标签文件 # file_n...

提取图片标签

weixin_33906657的博客

11-30

226

import os def generate(dir, label): files = os.listdir(dir) files.sort() print('****************') print('input :', dir) print('start...') listText = open('all_list.tx...

参与评论您还未登录，请先登录后发表或查看评论

提取文件中图片标签

weixin_34242331的博客

11-30

188

import os def generate(dir, label): files = os.listdir(dir) files.sort() print('****************') print('input :', dir) print('start...') listText = open('all_list.tx...

从图片中提取tag#MOAT，ComfyUI-WD14-Tagger

最新发布

shadowcz007的博客

10-13

1239

github.com/pythongosssss/ComfyUI-WD14-Tagger从图片中提取tag，ComfyUI-WD14-Tagger 使用了4种模型：最新的模型MOAT最受欢迎的模型ConvNextV2主要任务是进行语义分割 ——一项计算机视觉任务，其目标是将图像中的每个像素分类为一个类别或对象。其目标是生成一张图像的密集像素级分割地图，其中每个像素被分配给一个特定的类别或对象...

写几个用于AI绘画的tag

weixin_35751194的博客

01-03

374

机器学习神经网络计算机视觉深度学习通用人工智能特征提取图像生成自然语言处理文本生成语音识别

AI-绘画的工具准备：Stable-Diffusion使用教程.pdf

06-03

AI-绘画的工具准备：Stable-Diffusion使用教程

ai-painting-interface绘画API接口

06-20

绘画是一种创造性和想象力的艺术形式，许多人通过绘画表达自己的情感和思想。但传统绘画需要大量时间和精力，对许多人来说是困难的。我们开发了一个免费的绘画API接口，为爱好绘画的人提供更便捷、高效的绘画工具。...

人工智能-机器学习-动态人脸识别系统.pdf

04-12

人工智能-机器学习

人工智能-深度学习-控制系统的优化设计.pdf

04-12

人工智能-深度学习

人工智能-机器学习-人脸识别关键问题研究.pdf

04-12

人工智能-机器学习

从网页标签内容里获取图片

Mr_Four

04-25

2321

场景描述很多时候，我们后台数据库里会保存网页标签内容，方便 APP 端或者网页端显示动态页面，存放的内容例如：<p>message</p><p><img src="123-456-789.jpg" title="图片"/></p> 。让我们从内容中获取图片的路径作为标题图片。功能实现方法一使用字符串截取的方式进

字符串获取图片标签集合

Lisa20221212的博客

12-13

122

java 图片标签

蛙蛙牌自动提取Tag算法

ayun00的专栏

04-30

835

蛙蛙牌自动提取Tag算法摘要：Tag系统是Web2.0的一个招牌应用，如果你有一个经营了好几年的论坛，是不是也想生成自己的一套TAG。别听他们说什么语义WEB，文本聚类算法，TIIDF，余弦定理，相似度算法啥的高深算法（我一个也没整明白），跟我来，简单的计算词频来提取tag的效果就很好。分析；把每个帖子进行分词，然后把词的出现频率倒序排列，取出前N个就作为TAG了。当然要一个板块一个板块的

织梦图片集发布文章时关键字自动从TAG标签获取方法

zhang01457的博客

03-22

290

在软件模型里添加测试文章的时候发现一个问题：软件频道不能像文章频道那样关键字自动从TAG中获取，而是直接从标题中分解出一些毫无意义的关键字，这也导致在调用“相关文章”时文章不相关的现象，经过对比文章频道添加模板，我找到了修改方法：在网站根目录下找到文件 dede/templets/soft_add.htm (dede为DEDECMS默认后台管理目录，如有修改请找到相应的文件夹)，打开后找到： ...

AI绘画你必须要知道的5个tag进阶用法

Chanyto的博客

03-09

9031

哈喽，大家好，我是阿宅，最近AI绘画也是很火，阿宅这几天也是静下心来好好研究了一下这个东西，确实好用啊，总所周知啊，这些前沿技术一直都是大厂来开拓和引导的，这不已经有消息说，某某大厂已经基于AI做好了一套完整的商业化流程了。

StableDiffusion负面标签自动复制

amoyxct的博客

05-08

1161

StableDiffusion负面标签自动复制

AI绘画中的负面词是如何正确使用以及发挥作用

Mr数据杨

06-26

2526

Stable Diffusion的艺术或图像生成，有些参数是必不可少的，其中之一就是负提示。本次将深入解析稳定扩散中的负提示是什么，如何使用这个参数来生成高质量的图像。

读取图片生成标签

高円樹一

10-07

520

import os from skimage import io,transform import glob import numpy as np path=&quot;flower/&quot;; h=224; w=224; c=3; pathname=[path+x for x in os.listdir(path)]; print(pathname); count=0; imgs=[]; labels=[]...

03标签丰富——labelIMG工具使用——自动化标注

raozhongbo的博客

08-17

4336

在实际生产项目中，为了提升目标识别的准确性，我们往往需要3000-5000张图片进行标注。而直接参与过标注的人都有一个共同的感觉，就是标注是一个简单、枯燥、无聊且十分耗时费力的差事。为此，我们可以在有了初步训练模型的基础上，采用更加自动化的方式进行标注，届时，你讲不用每个照片、每个目标的重复标注，而是直接在现有模型对图片进行识别后的结果上进行调整标注或者新增标注。本章节，笔者将重点围绕使用labelIMG进行自动化高效率的标注进行讲解。

【火炉炼AI】机器学习021-使用K-means进行图片的矢量量化操作

05-16

K-means是一种经典的聚类算法，可以将数据集分成不同的簇。在图像处理中，K-means可以用于将图像中的颜色聚类成不同的簇，从而实现图片的矢量量化操作。具体来说，我们可以将每个像素的RGB值看作一个三维向量，然后使用K-means算法将这些向量聚类成不同的簇。聚类完成后，我们可以将每个簇的中心作为该簇的代表颜色，然后将图片中的像素替换为最近的簇中心颜色，从而实现矢量量化。以下是使用Python实现K-means进行图片的矢量量化的示例代码： ```python import numpy as np import cv2 # 读取图片 img = cv2.imread('test.jpg') # 将图片像素转换为向量 pixels = np.float32(img.reshape(-1, 3)) # 定义K-means模型 kmeans = cv2.Kmeans(nclusters=16, init='kmeans++') # 训练K-means模型 kmeans.fit(pixels) # 获取簇中心 centers = np.uint8(kmeans.cluster_centers_) # 将像素替换为最近的簇中心颜色 quantized = centers[kmeans.labels_] # 将量化后的像素转换回图片格式 result = quantized.reshape(img.shape) # 显示原图和量化后的图片 cv2.imshow('Original', img) cv2.imshow('Quantized', result) cv2.waitKey() cv2.destroyAllWindows() ``` 在上面的代码中，我们首先将图片像素转换为向量，然后使用K-means训练模型并获取簇中心。接着，我们将每个像素替换为最近的簇中心颜色，最后将量化后的像素转换回图片格式并显示原图和量化后的图片。注意，K-means算法的聚类结果可能会受到初始聚类中心的影响，因此我们可以尝试不同的初始化方法来得到更好的结果。另外，选择合适的簇数也是一个需要考虑的问题，如果簇数太少，可能会导致量化后的图片失真；如果簇数太多，可能会导致量化后的图片过于细节化。

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交