AI图像免费生成!Stable Diffusion初学者强烈推荐!

stable diffusion创作的建筑

什么是图像生成AI?

图像生成AI,通俗点也叫AI绘画,指的是AI根据用户输入的文字在几秒到几十秒内自动生成原始图像的系统。目前,全球最火爆的图像生成AI有“Stable Diffusion”和“ Midjourney ”,它们已经作为颠覆设计界常识的存在而受到广泛关注。

对于那些无法自己随意创建图像的用户和每月付费从图像素材网站下载高质量图像的用户来说,使用AI绘画是一个非常大的优势。另一面,它也被认为是对创作图像和绘画的创作者以及拍摄风景和人物的摄影师构成了威胁,并将对未来的数字创意产生重大影响。

此外,围绕图像生成AI的版权问题也成为热门话题。 一般来说,AI所创建的图像的版权属于“生成图像的用户本人”,但AI是否在其他创作人的作品上汲取“灵感”,导致侵犯原创者的版权的问题,也一直争论不休。此前AI插画师应用“mimic”在提供服务仅一天后就因版权声讨被迫停止服务,可以看到,AI绘画已经威胁到了创作者的领域。

但有一点可以确定的是,技术创新的步伐不会因此停止。事实上,广泛使用的Stable Diffusion和Midjourney都是使用提示文本(prompt)生成图像,并且由于从用户输入的字符串生成广泛图像的性质,因此在上面指出了“模仿”可以说已经避免了版权问题。

而且不仅是Stable Diffusion,许多图像生成AI都以“输入字符串越长”和“单词数量越多”来生成更接近用户图像的图像。在这种情况下,出现了一种名为“提示工程”的工作,专门制作和研究“让图像生成AI创建高质量图像的提示(戏称为咒语)”。

什么是“Stable Diffusion”?

AI图像免费生成!Stable Diffusion初学者强烈推荐!

Stable Diffusion是一款图像生成AI,配备了“预先训练的AI模型(Diffusion Model)”,可根据“输入文本”生成图像。您可以通过输入以英文单词分隔的单词来创建各种图像,比如一座高楼林立的城市。

Stable Diffusion创建的图像是由系统中安装的称为“潜在扩散模型”的算法生成的。由于用户使用安装了潜在扩散模型作为训练模型的系统,因此他们只需通过文本输入操作即可执行各种任务,而无需了解算法,甚至在 Google Colaboratory 等环境中编写程序代码,就可以生成图像。

用户执行的基本操作是“只需在提供Stable Diffusion的每个界面中输入文本”。每个界面都有除文本之外的详细自定义选项,但图像生成大部分依赖于“输入文本(提示)”。因此,“擅长写英文的用户”很可能能够生成更准确、高质量的图像,而Stable Diffusion将能够生成接近他们想象的图像。

使用Stable Diffusion的两种方法

正如前面提到的,Stable Diffusion 是一个配备了潜在扩散模型和开源 AI 的系统,因此它可以在构建在网络上的环境中运行,也可以在本地环境中独立运行:

  • 借助一些免费的服务平台,在浏览器中直接使用Stable Diffusion生成图像
  • 在您自己的电脑环境中安装Stable Diffusion生成图像(对电脑配置有一定要求)

本文主要演示借助服务平台运行Stable Diffusion生成图像,如果你想在本地电脑搭建Stable Diffusion可以参阅此文章

提供Stable Diffusion的三个Web服务

如果你只是想先了解了解 Stable Diffusion 是什么,或者你电脑配置较低,想找免费的云端GPU生成AI图像,那么强烈推荐你使用 Web 应用程序上发布的三个服务进行部署和使用(可能需要科学上网,科学上网问题推荐阅读此文章),这三个网站是(以下内容给个评论一键解锁吧):

点击跳转到原文查看

本文转载自https://civitai.online/134593.html,本文观点不代表Python技术站立场。

(2)
上一篇 2023年7月15日 上午8:13
下一篇 2023年7月25日 上午8:25

相关文章

  • TensorFlow函数 tf.argmax()

    参数: input:输入数据 dimension:按某维度查找。     dimension=0:按列查找;     dimension=1:按行查找; 返回: 最大值的下标 import tensorflow.compat.v1 as tf tf.disable_v2_behavior() a = tf.constant([1.,2.,5.,0.,4.])…

    tensorflow 2023年4月8日
    00
  • Tensorflow中循环神经网络及其Wrappers

    tf.nn.rnn_cell.LSTMCell 又名:tf.nn.rnn_cell.BasicLSTMCell、tf.contrib.rnn.LSTMCell 参见: tf.nn.rnn_cell.LSTMCell 输出: output:LSTM单元输出,与LSTM cell state的区别在于该输出又经过激活以及和一个sigmoid函数输出相乘。shap…

    循环神经网络 2023年4月7日
    00
  • 万字综述之生成对抗网络(GAN)

    目录 参考:https://www.jiqizhixin.com/articles/2019-03-19-12 1.GAN的基本介绍 1.1 GAN的基本概念 1.2 目标函数 1.2.1 f-divergence  1.2.2 Integral probality metric (IPM)  1.2.3 f-divergence和IPM对比  1.24 辅…

    2023年4月6日
    00
  • 用pip安装tensorflow换成国内源快速安装

      Tensorflow  1.X 安装: pip install –index-url https://pypi.douban.com/simple tensorflow 或pip install –index-url http://mirrors.aliyun.com/pypi/simple/ tensorflow   Tensorflow  2.X…

    tensorflow 2023年4月8日
    00
  • 【转载】如何理解Keras中LSTM或者GRU的units参数

    原文链接:https://blog.csdn.net/notHeadache/article/details/81164264

    Keras 2023年4月6日
    00
  • 循环神经网络RNN详解

    概念 什么是RNN? RNN是一种特殊的神经网络结构, 它是根据”人的认知是基于过往的经验和记忆”这一观点提出的. 它与DNN,CNN不同的是: 它不仅考虑前一时刻的输入,而且赋予了网络对前面的内容的一种’记忆’功能. RNN之所以称为循环神经网路,即一个序列当前的输出与前面的输出也有关。具体的表现形式为网络会对前面的信息进行记忆并应用于当前输出的计算中,即…

    2023年4月7日
    00
  • 目标检测综述整理

    上图链接 https://zhuanlan.zhihu.com/p/33277354?utm_source=wechat_session&utm_medium=social 一:Two Stage 1.RCNN 论文链接:http://fcv2011.ulsan.ac.kr/files/announcement/513/r-cnn-cvpr.pdf …

    2023年4月6日
    00
  • Caffe 在 Ubuntu 中安装

    General dependencies sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler sudo apt-get install –no-install-recommen…

    Caffe 2023年4月6日
    00
合作推广
合作推广
分享本页
返回顶部