逆境清醒的博客

InsCode Stable Diffusion 美图活动一期

随着深度学习和图像处理技术的不断发展，基于大模型的虚拟人物生成技术近年来得到了迅猛的发展。 这种技术利用深度学习网络构建出大规模的虚拟人物生成模型，能够通过输入一些关键点或者草图，自动生成逼真的虚拟人物形象。

图像分类顾名思义就是一个模式分类问题，它的目标是将不同的图像，划分到不同的类别，实现最小的分类误差。图像分类是计算机视觉中最基础的任务，基本上深度学习模型的发展史就是图像分类任务提升的发展历史，不过图像分类并不是那么简单，也没有被完全解决。图像分类是计算机视觉中最基础的一个任务，也是几乎所有的基准模型进行比较的任务。这里面还有很多需要继续学习的地方。训练模型时需要注意次数，100次训练得分0.9375，训练350次得分0.41667。

对十二种猫进行分类，属于CV方向经典的图像分类任务。图像分类任务作为其他图像任务的基石，可以更快上手计算机视觉，锻炼深度学习基本能力。猫十二分类项目针对猫脸识别12种猫分类数据集，对猫猫所属分类进行预测，最终将结果输出到CSV文件中。项目亮点在于使用ResNet50残差网络，使用残差网络对猫猫进行分类，并载入相应的预训练模型即可快速上手体验完成训练任务。使用飞桨框架，基于特定赛题下的数据完成。数据集包含12种类的猫的图片。整个数据分为训练集与测试集。

AIGC 设计能替代真正的设计师吗？ 回答这个问题前我们先来看看同一古埃及主题下传统设计师和人工智能AIGC设计的设计效果对比。

　　通过数字扫描、图像处理和文本识别等技术，古籍可以被转化为数字格式，使其更加易于获取和使用。　　数字技术可以帮助古籍得以保存、传承和普及，让更多人能够接触和了解古籍。数字化古籍可以使其得以记录、储存、传输和传播。同时也可以进行数字修复和重建，让古籍更好地呈现出来。

一、写在前面的话二、前言三、获取用于finetune的“夸夸”数据集四、 获取并finetune PALM 2.0 预训练生成模型 模型五、模型调用应用