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

  • Caffe windows编译找不到python27_d.lib问题解决

    1. 修改 pyconfig.h 1.1 将  #ifdef _DEBUG # define Py_DEBUG #endif 改为 #ifdef _DEBUG //# define Py_DEBUG #endif 1.2 将 # ifdef _DEBUG # pragma comment(lib,”python27_d.lib”) # else # prag…

    Caffe 2023年4月5日
    00
  • 如何入门Pytorch之一:Pytorch基本知识介绍

    前言        PyTorch和Tensorflow是目前最为火热的两大深度学习框架,Tensorflow主要用户群在于工业界,而PyTorch主要用户分布在学术界。目前视觉三大顶会的论文大多都是基于PyTorch,如何快速入门PyTorch成了当务之急。 正文       本着循序渐进的原则,我会依次从易到难的内容进行介绍,并采用定期更新的方式来补充该…

    2023年4月6日
    00
  • pytorch 图片处理.md

    本篇所有代码位置链接???? pytorch 图片处理,主要用到 torchvision 模块的 datasets 和 transforms。 例如:本地图片资源目录结构如下 ➜ torch_test tree animal_data animal_data ├── train │   ├── ants │   │   ├── 0013035.jpg │  …

    2023年4月8日
    00
  • GAN tensorflow 实作

    从2014年Ian Goodfellow提出GANs(Generative adversarial networks)以来,GANs可以说是目前深度学习领域最为热门的研究内容之一,这种可以人工生成数据的方法给我们带来了丰富的想象。有研究者已经能够自动生成相当真实的卧室、专辑封面、人脸等图像,并且在此基础上做了一些有趣的事情。当然那些工作可能会相当困难,下面我…

    2023年4月6日
    00
  • Caffe+Matlab’hole

    有时候,多坚持一小下下就成功了,遇到问题就频繁重装系统并不可取!放弃很容易,但坚持真的很酷! 1、安装依赖库也能出问题 命令行输入: sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compi…

    Caffe 2023年4月7日
    00
  • 卷积神经网络中十大拍案叫绝的操作【转】

    原文:https://cloud.tencent.com/developer/article/1038802 CNN从2012年的AlexNet发展至今,科学家们发明出各种各样的CNN模型,一个比一个深,一个比一个准确,一个比一个轻量。我下面会对近几年一些具有变革性的工作进行简单盘点,从这些充满革新性的工作中探讨日后的CNN变革方向。   注:水平所限,下面…

    2023年4月6日
    00
  • 机器学习和统计学的区别

    机器学习和统计学是两个相互关联的学科领域,它们有着重要的交集和区别。本文将详细介绍机器学习和统计学的区别。 一、背景 统计学是数理科学的一个分支,主要研究现象的收集、分析、解释和展示等问题。而机器学习是人工智能的一个分支,它的目标是让机器能够从数据中学习并逐步改进自己的性能,以完成各种任务。 二、目的 统计学和机器学习的最终目的是相同的,即从数据中提取知识和…

    artificial-intelligence 2023年3月27日
    00
  • 全卷积网络Fully Convolutional Networks (FCN)实战

    全卷积网络Fully Convolutional Networks (FCN)实战 使用图像中的每个像素进行类别预测的语义分割。全卷积网络(FCN)使用卷积神经网络将图像像素转换为像素类别。与之前介绍的卷积神经网络不同,FCN通过转置卷积层将中间层特征映射的高度和宽度转换回输入图像的大小,使得预测结果在空间维度(高度和宽度)与输入图像一一对应。给定空间维度上…

    2023年4月8日
    00
合作推广
合作推广
分享本页
返回顶部