OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic

这篇具有很好参考价值的文章主要介绍了OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

视频链接:玩转AIGC神器MMagic
代码教程:https://github.com/TommyZihao/MMagic_Tutorials

1. 基本介绍

OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic
Stable Diffusion的文生图,以及controlnet和dreamboost的图生图(输入一个图像+文字描述,输出另一张图像)

在2022年以前,这种技术是无法想象的,像magic一样,所以这个库就叫mmagic

1. Stable Diffusion和Midjourney

  • 参考知乎文章-十分钟读懂Stable Diffusion,
  • 可以在线体验下:Stable Diffusion Playground,这里也有体验Midjourney的方式,但是我体验的时候提示今日免费体验额度没有了。
  • Stable Diffusion Playground 我的描述词:Anime-style headshot of a beautiful big-eyed girl looking at a cute black cat,生成的。。。还行吧,没那么惊艳,但是还算合理
    OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic

另外,huggingface的在线体验:Stable Diffusion v1-5 Demo,同样的prompt结果是:
OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic


调用mmagic的Stable Diffusion结果是:
OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic

这么看下来,mmagic的Stable Diffusion比较好,哈哈哈。


2.controlnet和Dreambooth
参考知乎文章:

  • AI绘画王炸功能Control Net安装教程
  • ControlNet:AI图像生成的又一变革
  • 【AI绘画】LoRA训练与正则化的真相:Dreambooth底层原理

OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic
https://beta.openxlab.org.cn/apps

OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic
https://beta.openxlab.org.cn/edit-anything/home,这个需要注册登录才可以使用。不过有别的项目,需要自己部署一下,参考:

  • Github:sail-sg/EditAnything
  • Github:IDEA-Research/Grounded-Segment-Anything

OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic
https://github.com/open-mmlab/mmagic
上图的详情介绍视频位于:https://user-images.githubusercontent.com/49083766/233564593-7d3d48ed-e843-4432-b610-35e3d257765c.mp4

OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic
这个变化有点像 哪吒之魔童降世的申公豹人脸变豹子脸的感觉

可以用来做变身,哈哈哈

OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic
mmgeneration和mmedting合并成为现在的mmagic,主要包括:
条件GAN和非条件GAN,图像修复,图像超分,视频超分,视频插值,图像上色,图像转译,图像重绘,文生图等场景算法

详见:https://mmagic.readthedocs.io/en/latest/model_zoo/overview.html,英文版确实比中文文档要完善很多。

OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic

OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic

2. 动手实验

代码教程:https://github.com/TommyZihao/MMagic_Tutorials文章来源地址https://www.toymoban.com/news/detail-498810.html

到了这里,关于OpenMMLab-AI实战营第二期——6-2.玩转AIGC神器MMagic的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【OpenMMLab AI实战营二期笔记】第十一天 玩转AIGC神器MMagic代码教程

    1.1 安装Pytorch 1.2 安装MMCV、MMEngine环境 1.3 安装MMagic 方式一: 方式二:源码安装 1.4检查安装成功 1.5 安装其他工具包 2.1 进入 MMagic 主目录 2.2下载样例图片 2.3 运行预测 3.1 导入工具包 3.2 载入模型 3.3 指定Prompt文本 3.4 预测 4.1 进入 MMagic 主目录 4.2 在数据集上训练Dreambooth 4.3 用

    2024年02月10日
    浏览(25)
  • 【OpenMMLab AI实战营第二期】目标检测与MMDetection

    目标检测的基本范式 划窗 使用卷积实现密集预测 锚框 多尺度检测与FPN 单阶段无锚框检测器选讲 RPN YOLO、SSD Focal Loss与RetinaNet FCOS YOLO系列选讲 什么是目标检测 目标检测:给定一张图片,用矩形框框出所有感兴趣物体同时预测物体类别 目标检测与图像分类区别 图像分类通常

    2024年02月08日
    浏览(43)
  • 【OpenMMLab】AI实战营第二期Day10:底层视觉与MMEditing

    本课程包含底层视觉和MMEditing两个部分。第一部分介绍图像超分、深度学习和网络训练的相关算法,第二部分介绍超像素卷积、无监督学习、卷积网络和空间注意机制,以及这些算法在视觉框架中的实践应用。 📷介绍计算机视觉里面一个重要的问题:图像超分辨率以及相关

    2024年02月09日
    浏览(31)
  • MMPose(openmmlab AI实战营二期第一节)

    链接:人体关键点检测与MMPose_哔哩哔哩_bilibili 赶了个进度,实际上没听到,一个方向被浓缩成50分钟是有点难度。后续有需要再回顾吧 人体姿态估计:识别人体关键点坐标。模式识别任务,难点是始终在变化。以关键点连线,2/3D中还原人体姿态。PoseC3D:基于人体姿态识别行

    2024年02月07日
    浏览(27)
  • AI实战营第二期 第十节 《MMagic 代码课》——笔记11

    MMagic (Multimodal Advanced, Generative, and Intelligent Creation) 是一个供专业人工智能研究人员和机器学习工程师去处理、编辑和生成图像与视频的开源 AIGC 工具箱。 MMagic 允许研究人员和工程师使用最先进的预训练模型,并且可以轻松训练和开发新的定制模型。 MMagic 支持各种基础生成

    2024年02月14日
    浏览(29)
  • AI实战营第二期 第六节 《MMDetection代码课》——笔记7

    MMDetection 是被广泛使用的检测工具箱,包括了目标检侧、实例分割、全景分割等多个通用检测方向,并支持了 75+ 个主流和前沿模型, 为用户提供超过 440+ 个预训练模型, 在学术研究和工业落地中拥有广泛应用。该恇架的主要特点为: 模块化设计。MMDetection 将检测框架解耦成不

    2024年02月08日
    浏览(39)
  • AI实战营第二期 第九节 《底层视觉与MMEditing》——笔记10

    本节内容 : 图像超分辨率 Super Resolution 基于卷积网络的模型 SRCNN 与 FSRCNN 损失函数 对抗生成网络 GAN 简介 基于 GAN 的模型 SRGAN 与 ESRGAN 视频超分辨率介绍 实践 MMEditing 1 图像超分辨率 : 根据从低分辨率图像重构高分辨率图像 。 将图像放大,变清晰 提高图像的分辨率 高分图像

    2024年02月09日
    浏览(25)
  • AI实战营第二期 第五节 《目标检测与MMDetection》——笔记6

    MMDetection 是一个基于 PyTorch 的目标检测开源工具箱。它是 OpenMMLab 项目的一部分。是目前应用最广的算法库 主分支代码目前支持 PyTorch 1.6 以上的版本。代码链接:https://gitee.com/open-mmlab/mmdetection。 模块化设计。MMDetection 将检测框架解耦成不同的模块组件,通过组合不同的模块

    2024年02月08日
    浏览(25)
  • AI实战营第二期 第七节 《语义分割与MMSegmentation》——笔记8

    MMSegmentation 是一个基于 PyTorch 的语义分割开源工具箱。它是 OpenMMLab 项目的一部分。 main 分支代码目前支持 PyTorch 1.6 以上的版本。 代码链接:https://gitee.com/open-mmlab/mmsegmentation 统一的基准平台。我们将各种各样的语义分割算法集成到了一个统一的工具箱,进行基准测试。 模块

    2024年02月08日
    浏览(34)
  • AI实战营第二期——第一次作业:基于RTMPose的耳朵穴位关键点检测

    根据中医的“倒置胎儿”学说,耳朵的穴位反映了人体全身脏器的健康,耳穴按摩可以缓解失眠多梦、内分泌失调等疾病。耳朵面积较小,但穴位密集,涉及耳舟、耳轮、三角窝、耳甲艇、对耳轮等三维轮廓,普通人难以精准定位耳朵穴位。 Labelme标注关键点检测数据集(子

    2024年02月08日
    浏览(36)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包