草庐IT

AI实战

全部标签

AI绘画 | Stable Diffusion 图片背景完美替换

今天分享StableDiffusion图片背景完美替换功能,通过StableDiffusion图生图重绘蒙版进行背景图的二次重绘。在广告产品图、头像背景替换、图片后期处理等场景下用到的都很频繁。整体步骤:通过removebg插件实现图片主体蒙版的抠图结合图生图的上传重绘蒙版实现背景图的重绘设置ControlNet深度模型进行优化一插件安装首先我们需要安装rembg插件,用来获取图片主体的蒙版图。插件获取请看文末!安装成功后需要重启webui二出图我们可以先出一张图,方便后续的操作,如果你已经有图了,就不需要这一步了。模型:majicmixRealistic_v6提示词:acloseupphot

docker 镜像仓库实战

“面对脆弱的玩笑”     悉知Docker镜像仓库的命令后,我们总得将这些命令使用起来,在实践中深刻理解执行这些命令的实际效果。综合实战1:搭建一个Nginx服务    至于Nginx是什么,我想在这一篇中已经有过讲解:Nignx服务,也并非本篇要详解的。以往部署Nginx服务都是在宿主机上,后台运行的。现在,我们的需求是在Docker容器中,运行Nginx服务。拉取Nginx镜像:    我们首先打开dockerhub网站,从这个最大的镜像仓库中,随意找一个Nginx版本。我们也可以在官网得到拉取Nginx镜像的命令。    执行命令,拉取镜像:    除了使用镜像名称:tag拉取镜像外,

GPU部署AI绘画实践(腾讯云部署)

GPU部署AI绘画实践背景AI绘画模型(以StableDiffusion为首)自去年推出后快速迭代。近期,市面上又出现了一批效果惊艳的新突破。本文将演示如何使用GPU云服务器,快速部署AI绘画模型。从创建机器到完成部署。购买服务器首先,购买一台腾讯云的GPU服务器,可以访问GPU云服务器_并行计算_弹性计算_人工智能_深度学习-腾讯云。本次使用“GN7”机型。选按量付费机型即可,镜像选择Ubuntu20.04,勾选“后台自动安装GPU驱动”,驱动版本"450.102.04",CUDA版本"11.0.3",cuDNN版本"8.1.0"。前置配置(1)-驱动安装登录机器后,会默认进行驱动的自动安装

智慧地球(AI·Earth)社区AIO通用智能服务中心:一站式通用智能(AGI)服务体验

AIO通用智能服务中心 智慧地球(AI·Earth)社区旨在搭建一个将人工智能(AI)变革性技术带给每个人的服务平台——AIO通用智能服务中心。我们的目标是提供一站式的AGI(通用智能)服务体验,持续开放最新的AI技术,持续提供简单、易用、统一的用户交互模式!让每个人都能够轻松融入未来智能化世界!一站式AGI服务体验1.通用智能(AGI)服务应用平台:AIO平台通过通用智能(AGI)服务应用平台提供各种通用智能(AGI)服务应用,让用户能够轻松探索人工智能的无限可能。从日常任务自动化到复杂的数据分析,从创意艺术生成到高级编程辅助,通用智能(AGI)服务应用平台的服务覆盖了多个领域,满足不同用户

电商用户行为分析:AI大语言模型的深度洞察

1.背景介绍1.1电商行业的崛起随着互联网技术的飞速发展,电商行业已经成为全球经济的重要组成部分。越来越多的企业和个人开始利用电商平台进行商品交易,从而带动了整个行业的快速增长。在这个过程中,用户行为数据成为了电商企业竞争力的关键因素,通过对用户行为的深入分析,可以帮助企业更好地了解用户需求,优化产品和服务,提高用户满意度和忠诚度。1.2AI技术在电商领域的应用人工智能(AI)技术在近年来取得了显著的进展,特别是在自然语言处理(NLP)领域,大型预训练语言模型(如GPT-3、BERT等)的出现,为各行各业带来了前所未有的机遇。在电商领域,AI技术的应用已经从简单的推荐系统、聊天机器人等扩展到了

Python推导式大全与实战:精通列表、字典、集合和生成器推导式【第115篇—python:推导式】

Python推导式大全与实战:精通列表、字典、集合和生成器推导式Python语言以其简洁、优雅的语法而闻名,其中推导式是其独特之处之一。推导式是一种在一行代码中构建数据结构的强大方式,它涵盖了列表、字典、集合和生成器。本篇博客将全面介绍Python中的推导式,并通过实战演示展示其强大功能。1.列表推导式列表推导式是Python中最常见的推导式之一,用于快速创建列表。其语法结构如下:new_list=[expressionforiteminiterableifcondition]实例:通过列表推导式生成1到10的平方数列表。squares=[x**2forxinrange(1,11)]print

ControlNet作者又出新作:百万数据训练,AI图像生成迎来图层设计

尽管用于生成图像的大模型已经成为计算机视觉和图形学的基础,但令人惊讶的是,分层内容生成或透明图像(是指图像的某些部分是透明的,允许背景或者其他图层的图像通过这些透明部分显示出来)生成领域获得的关注极少。这与市场的实际需求形成了鲜明对比。大多数视觉内容编辑软件和工作流程都是基于层的,严重依赖透明或分层元素来组合和创建内容。来自斯坦福大学的研究者提出了一种「latenttransparency(潜在透明度)」方法,使得经过大规模预训练的潜在扩散模型能够生成透明图像以及多个透明图层。 论文地址:https://arxiv.org/pdf/2402.17113.pdf论文标题:TransparentI

实测英伟达AI游戏引擎:与NPC实时聊天,中文流畅爆了

黄院士在《赛博朋克2077》里搞的智能NPC,已经飙起中文了?量子位的一手体验,亲眼见证了NPC们流利地用中英双语对话,表情动作自然,口型也能对上……如果不是眼前就有一块屏幕,真的会有种身临其境之感。今年的CES展会上,英伟达用智能引擎AvatarCloudEngine(ACE),让游戏NPC“活”了起来,引起了不小的震撼。△CES上展示的智能NPC通过ACE,不需要事先准备剧本,就能让游戏中的人物像真人一样与玩家语音对话,还有相应的表情和肢体动作。亮相当时,就有育碧、腾讯、网易、米哈游等国内外游戏大厂纷纷宣布将会跟进。现在,通过加入翻译模块,游戏里的NPC们也学会了中文。下面,就跟随量子位的

给AI Agent完整的一生!港大NYU谢赛宁等最新智能体研究:虚拟即现实

怎样能构建更强大的AIAgent?答案是给他们一个完整而真实的世界。最近,来自香港大学的JihanYang和纽约大学的谢赛宁等人,联合发表了一项新研究:在虚拟环境中模拟现实世界。论文地址:https://arxiv.org/abs/2402.03310代码地址:https://github.com/VIRL-Platform/VIRL项目名称V-IRL,能够弥合数字环境与人类居住的世界之间存在的巨大差距,让Agent在模拟的真实世界环境中执行各种复杂的任务。V-IRL中的环境数据完全来源于真实世界:地图、地理信息、街景......可以说,V-IRL给了Agent真实而完整的一生。V-IRL是一

Spring Cloud微服务Sentinel+Apollo限流、熔断实战

在SpringCloud微服务体系中,由于限流熔断组件Hystrix开源版本不在维护,因此国内不少有类似需求的公司已经将眼光转向阿里开源的Sentinel框架。而以下要介绍的正是作者最近两个月的真实项目实践过程,这中间被不少网络Demo示例级别水文误导过,为了以正视听特将实践过程加以总结,希望能够帮到有类似需要的朋友!(PS:此文有点长,看下概念部分后可以点击在看+收藏,以备需要)一、Sentinel概述 在基于SpringCloud构建的微服务体系中,服务之间的调用链路会随着系统的演进变得越来越长,这无疑会增加了整个系统的不可靠因素。在并发流量比较高的情况下,由于网络调用之间存在一定的超时时