SD相关代码应用 SD模型由Autoencoder 、 CLIP text encoder 、UNet、三部分：1、autoencoder：encoder将图像压缩到latent空间，而decoder将latent解码为图像；2、CLIP text encoder：提取输入text的text embeddings，通过cross attention方式送入扩散模型的UNet中作为condition；3、UNet：扩散模型的主体，用来实现文本引导下的latent生成。
算法模型部署 这里一是oss2的版本太低，pip uninstall oss2 卸载 pip install oss2安装。2、安装miniconda（）##docker镜像创建。2、opencv缺少插件。3、新建conda环境。#算法模型部署（一）
数据处理（一）dataloader、datasets 2、数据（3个pickle文件）存放到’path/your data/miniimagenet/'路径下。**pickle文件生成代码：**需要images，train.csv、val.csv、test.csv。3、新建一个dataset_loader文件夹，train_dataloader.py（含。###（一）train.pickle、val.pickle、test.pickle文件。1、miniImagenet.py内容（包含小样本）以上为读取pickle格式数据。
关注
