![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
图像生成
文章平均质量分 91
WiSirius
这个作者很懒,什么都没留下…
展开
-
图像生成:SD lora加载代码详解与实现
SD中lora的加载相信都不陌生,但是大家大多数都是利用SD webUI加载lora,本文主要梳理一下SD webUI中lora加载的代码逻辑。关于lora的原理,可以参考我之前的博客——图像生成:SD LoRA模型详解SD model结构一般分为几个部分,如下:SD webui使用pytorch lightning搭建,了解pl的同学可能知道,模型的相关配置一般都写在yaml文件中,因此其实可以根据yaml文件来判断模型的基本结构params:params:ddconfig:out_ch: 3。原创 2024-04-02 13:59:26 · 1531 阅读 · 0 评论 -
AIGC应用:Face Editor插件使用(面部优化)
之前的文章讲了Stable diffusion的基本使用技巧——SD基本使用技巧,接下来主要介绍一下相关插件的使用。本文介绍Face Editor插件的使用和内部理论逻辑,该插件能够很大程度缓解面部崩坏的问题。感兴趣的同学可以仔细看一下整个pipeline,作者的思路还是挺有意思的。Face Editor插件效果还是很好的,我自己使用的情况还是很好,尤其对于生成的全身图像,脸崩的情况比较多,修复后还是很好的!!!原创 2024-02-27 15:21:14 · 941 阅读 · 0 评论 -
AIGC应用:Stable diffusion webui基本使用技巧
Stable diffusion相信很多技术爱好者都了解,并且也尝试用过,目前在各路开源大佬的支持下,Stable diffusion的生图piepline越来越成熟,同时在各种新技术的加持下,可玩性越来越高。相比我以往的理论性文章,该系列文章主要讲解一下SD web ui的具体使用,以及一些拓展功能的使用,同时对自己应用SD有一个记录。SD webui目前的插件越来越多,玩法也越来越多,后面我会继续更新相关使用技巧和内容。原创 2024-02-20 16:27:26 · 1314 阅读 · 1 评论 -
图像生成:Consistency Models(一致性模型)
扩散模型在图像、音频和视频生成方面取得了重大突破,但它们依赖于迭代生成过程,导致采样速度较慢,限制了其实时应用的潜力。为了克服这一限制,我们提出了一致性模型,这是一种新的生成模型家族,可以在没有对抗性训练的情况下实现高样本质量。它们在设计上支持快速的一步生成,同时仍然允许少步采样以换取样本质量的计算。它们还支持零样本数据编辑,如图像修补、着色和超分辨率,而不需要对这些任务进行明确的训练。在SD中,原创 2023-11-28 18:12:50 · 1919 阅读 · 1 评论 -
图像生成:SD LoRA模型详解
相信在SD的生图过程中,我们对LoRA都不陌生,但是它的模型文件是什么样子的,保存的东西是什么,如何起作用的,接下来将详细探讨一下。原创 2023-11-29 20:08:05 · 3688 阅读 · 0 评论 -
图像生成:GRL
伴随生成式模型的崛起,图像恢复超分也逐渐成为图生图相关任务pipeline中重要的一环。比如在Stable Diffusion Webui中集成的SwinIR和ESRGAN。本文介绍最新的图像恢复算法GRL(Efficient and Explicit Modelling of Image Hierarchies for Image Restoration)。文章提出一种全新的机制,在全局、区域和局部范围内高效、明确地对图像层次结构进行建模,从而完成图像恢复。文章首先分析了自然图像的两个重要属性 ——原创 2023-12-20 18:07:59 · 1091 阅读 · 0 评论 -
图像生成:Anydoor
你听说过任意门吗?通过任意门可以将一个物体转送到另一个空间中。其实在图像中,可以通过PS技术来实现这种效果,但是PS需要精细复杂的调整,最新提出的Anydoor算法能够无脑实现这种操作。它可以完成零样本图像自定义相关任务,诸如换装,移动物体等操作。随着扩散模型的兴起,图像生成领域出现了多种玩法,对于图像编辑来说,ControlNet已经能够根据mask和prompt在原图像的某些区域进行生图,但是这种生图只能针对不在训练数据内的新图象,泛化性较差。原创 2023-12-27 17:49:29 · 1011 阅读 · 3 评论