AI图像免费生成!Stable Diffusion初学者强烈推荐!

yizhihongxing
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

  • 【计算机视觉】运动目标检测算法文献阅读笔记

    先前在博客中对常见的运动目标检测算法有写过一篇总结,详情请参考:http://blog.csdn.NET/kezunhai/article/details/8830787。本文是在校期间写的部分阅读笔记,贴出来,以供参考。 1. Real-Time Moving Object Detection for Video Surveillance        对…

    目标检测 2023年4月6日
    00
  • 人工智能深度学习入门练习之(22)TensorFlow2教程-用keras构建自己的网络层

    1 构建一个简单的网络层 我们可以通过继承tf.keras.layer.Layer,实现一个自定义的网络层。 In [1]: from __future__ import absolute_import, division, print_function import tensorflow as tf tf.keras.backend.clear_sessi…

    Keras 2023年4月8日
    00
  • 【原创 深度学习与TensorFlow 动手实践系列 – 4】第四课:卷积神经网络 – 高级篇

    【原创 深度学习与TensorFlow 动手实践系列 – 4】第四课:卷积神经网络 – 高级篇           提纲: 1. AlexNet:现代神经网络起源 2. VGG:AlexNet增强版 3. GoogleNet:多维度识别 4. ResNet:机器超越人类识别 5. DeepFace:结构化图片的特殊处理 6. U-Net:图片生成网络 7. …

    2023年4月6日
    00
  • 【DL论文精读笔记】Object Detection in 20 Y ears: A Survey目标检测综述

    【DL论文精读笔记】Object Detection in 20 Y ears: A Survey目标检测综述 目标检测20年综述(2019)? 摘要 Abstract 该综述涵盖了400篇目标检测文章,时间跨度将近四分之一世纪。包括目标检测历史上的里程碑检测器、数据集、衡量指标、基本搭建模块、加速技术,最近的sota检测模型。还引入了一些重要的目标检测应用…

    2023年4月5日
    00
  • pytorch深度学习神经网络实现手写字体识别

    利用平pytorch搭建简单的神经网络实现minist手写字体的识别,采用三层线性函数迭代运算,使得其具备一定的非线性转化与运算能力,其数学原理如下: 其具体实现代码如下所示:import torchimport matplotlib.pyplot as pltdef plot_curve(data): #曲线输出函数构建 fig=plt.figure() …

    2023年4月8日
    00
  • 空间域图像增强:卷积和空间域滤波

    1、什么是卷积?   卷积:数学中关于两个函数的一种无穷积分运算,是通过两个函数f 和g 生成第三个函数的一种数学算子,表征函数f 经过翻转和平移与g 的重叠部分的累积。 2、什么是空间卷积? ž  线性空间滤波又称为空间卷积   在执行线性空间滤波时,我们必须理解两个相关的含义,相关和卷积。相关是掩膜w在下图1图像f中移动的过程。卷积是相同的过程,只是在图…

    2023年4月6日
    00
  • keras 中的一点问题

    TimeDistributed层在Keras中的作用是什么? 我试图了解TimeDistributed包装器在Keras中的作用。 我得到TimeDistributed“将一个图层应用于输入的每个时间片。” 但我做了一些实验并得到了我无法理解的结果。 简而言之,与LSTM层相关,TimeDistributed和Dense层具有相同的结果。 model = S…

    Keras 2023年4月8日
    00
  • [转] Implementing a CNN for Text Classification in TensorFlow

    Github上的一个开源项目,文档讲得极清晰 Github – https://github.com/dennybritz/cnn-text-classification-tf 原文- http://www.wildml.com/2015/12/implementing-a-cnn-for-text-classification-in-tensorflow/…

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