Stable Diffusion 图像生成测试

这篇具有很好参考价值的文章主要介绍了Stable Diffusion 图像生成测试。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。

最近图像多模态生成模型特别火,简单尝试了下。

项目地址:GitHub - CompVis/stable-diffusion: A latent text-to-image diffusion model

由于本地GPU比较弱鸡,使用了Google的colab进行了简单尝试,colab地址:

https://colab.research.google.com/github/huggingface/notebooks/blob/main/diffusers/stable_diffusion.ipynb

被效果惊呆了:

输入:A  Ultraman takes a nap in office.

 奥特曼在办公室睡午觉。

annoteted diffusion ipynb,算法,深度学习,人工智能

输入:monkey playing football under an banana tree

猴子在香蕉树下玩足球。

annoteted diffusion ipynb,算法,深度学习,人工智能

咱也尝试下中国画怎么样:

输入:

Beautiful streets in ancient China with a bridge over the river

中国古代街道

 annoteted diffusion ipynb,算法,深度学习,人工智能

 

大多数的生成效果都有一点让人眼前一亮,虽然人脸和一些细节生成还不是太好,但是这种基于扩散模型的生成模型感觉前景可期,甚至有可能用于商业应用,做精细化的配图生成。当然还有一块市场是艺术画作生成,这一块也有很大的空间值得期待。文章来源地址https://www.toymoban.com/news/detail-586925.html

到了这里,关于Stable Diffusion 图像生成测试的文章就介绍完了。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

  • Stable Diffusion Online:AI图像生成工具

    【产品介绍】​ 名称              Stable Diffusion Online 成立时间​              Stable Diffusion的母公司Stability AI,成立于2020年。​ 具体描述        

    2024年01月24日
    浏览(49)
  • Stable Diffusion 如何生成有质感的皮肤图像

    Stable Diffusion ,选 Realistic Vision v1.3 模型,如果只输入以下 prompt: Negative Prompt 如果只输入: 出来的图片效果是这样的:  皮肤的质感太光滑了,不像真实照片。这种情况需要用 Negative Prompt 来控制。把 Negative Prompt 修改为: 现在皮肤的质感就好多了: 

    2024年02月11日
    浏览(33)
  • 文生图——stable diffusion生成有趣的动漫图像

    Stable Diffusion是一个文本转图像的模型,由CompVis、Stability AI和LAION共同开发。它能够从一段简单的文本输入中快速生成相应的图像。此外,它还可以导入图像并配合文本对其进行处理。从技术角度来看,Stable Diffusion可以理解为从一张完全的高斯噪音图像开始,根据用户输入的

    2024年04月11日
    浏览(54)
  • 使用Gradio搭建Stable Diffusion模型生成图像:简单快捷的图像生成体验

    目录 0 开发环境 1 介绍 1.1 Gradio简介 1.2 Stable Diffusion模型简介 2 使用Gradio搭建基本界面 2.1 安装依赖库 2.2 加载预训练模型 2.3 解析返回的数据 2.4 构建图像字幕应用程序 3 实现Stable Diffusion图像生成 3.1 Stable Diffusion模型解析 3.2 将SD模型集成到Gradio应用中 3.2.1 本地加载 3.2.1.1 安

    2024年02月13日
    浏览(50)
  • Diffusion扩散模型学习2——Stable Diffusion结构解析-以文本生成图像为例

    用了很久的Stable Diffusion,但从来没有好好解析过它内部的结构,写个博客记录一下,嘿嘿。 https://github.com/bubbliiiing/stable-diffusion 喜欢的可以点个star噢。 Stable Diffusion是比较新的一个扩散模型,翻译过来是稳定扩散,虽然名字叫稳定扩散,但实际上换个seed生成的结果就完全不

    2024年02月08日
    浏览(61)
  • 代码解读:使用Stable Diffusion完成相似图像生成任务

    Diffusion models代码解读:入门与实战 前言 :作为内容生产重要的一部分,生成相似图像是一项有意义的工作,例如很多内容创作分享平台单纯依赖用户贡献的图片已经不够了,最省力的方法就是利用已有的图片生成相似的图片作为补充。这篇博客详细解读基于Stable Diffusion生成

    2024年04月25日
    浏览(57)
  • Stable-Diffusion深度学习文本到图像生成模型

    https://zh.wikipedia.org/zh-cn/Stable_Diffusion https://en.wikipedia.org/wiki/Stable_Diffusion https://github.com/Stability-AI/stablediffusion Stability AI https://github.com/CompVis/stable-diffusion Stable Diffusion是2022年发布的深度学习文本到图像生成模型。 它主要用于根据文本的描述产生详细图像,尽管它也可以应用于

    2024年02月11日
    浏览(50)
  • 〔014〕Stable Diffusion 之 超分辨率图像生成 篇

    如果想生成超大分辨率的图片,同时让显存又能把持的住,不会爆显存 它可以在不修改人物脸部的同时添加非常细致的细节和纹理,适合大多数图片 真实或动漫 , 摄影作品 、 AIGC 等等 同时它能消耗较少的显存,因为开发者移除了官方实现中显存消耗高的模块 插件下载地址

    2024年02月12日
    浏览(36)
  • Amazon SageMaker + Stable Diffusion 搭建文本生成图像模型

    如果我们的 计算机视觉 系统要真正理解视觉世界,它们不仅必须能够识别图像,而且必须能够生成图像 。 文本到图像的 AI 模型仅根据简单的文字输入就可以生成图像 。 近两年,以ChatGPT为代表的AIGC技术崭露头角,逐渐从学术研究的象牙塔迈向工业应用的广阔天地。随着下

    2024年04月09日
    浏览(47)
  • 扩散模型实战(十):Stable Diffusion文本条件生成图像大模型

     扩散模型实战(一):基本原理介绍 扩散模型实战(二):扩散模型的发展 扩散模型实战(三):扩散模型的应用 扩散模型实战(四):从零构建扩散模型 扩散模型实战(五):采样过程 扩散模型实战(六):Diffusers DDPM初探 扩散模型实战(七):Diffusers蝴蝶图像生成实

    2024年02月03日
    浏览(62)

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