草庐IT

diffusion_model

全部标签

Stable DIffusion 炫酷应用 | AI嵌入艺术字+光影光效

目录 1生成AI艺术字基本流程1.1生成黑白图1.2启用ControlNet参数设置1.3选择大模型写提示词2不同效果组合2.1更改提示词2.2更改ControlNet2.2.1更改模型或者预处理器2.2.2更改参数3.其他应用3.1AI光影字本节需要用到ControlNet,可以查看之前博文StableDiffusion系统教程|强大的ControlNet控制网_Qodi的博客-CSDN博客从今天开始,我们就要去做一些不一样的尝试了看青春诱不诱人,有没有想咬一口的冲动哈哈哈青春也离不开书本! 1生成AI艺术字基本流程1.1生成黑白图生成白底黑字的文字图可以用PPT制作或者是专门的图像处理工具

stable diffusion中webui-user.bat配置后无法开启的解决方法

一般来说,安装sd的webui都是gitclonehttps://github.com/AUTOMATIC1111/stable-diffusion-webui然后就会将这个webui组件下载下来。但是我下载后,并且将电脑中python的路径复制进去后,webui-user.bat打开没反应。然后我尝试直接从github的项目页上手动下载: 再配置一下python路径,就顺利打开了。希望对你有帮助

iOS开发 - Swift Codable协议实战:快速、简单、高效地完成JSON和Model转换!

前言Codable是Swift4.0引入的一种协议,它是一个组合协议,由Decodable和Encodable两个协议组成。它的作用是将模型对象转换为JSON或者是其它的数据格式,也可以反过来将JSON数据转换为模型对象。Encodable和Decodable分别定义了encode(to:)和init(from:)两个协议函数,分别用来实现数据模型的归档和外部数据的解析和实例化。最常用的场景就是刚提到的JSON数据与模型的相互转换,但是Codable的能力并不止于此。简单应用在实际开发中,Codable的使用非常方便,只需要让模型遵循Codable协议即可:structGCPerson:Cod

Ubuntu20.04本地部署Stable-Diffusion-webui AI绘画环境

最近AI绘画很火,所以想在本地部署个环境体验一下。原本打算在Windows下安装,网上有很多教程,也有很多大佬做了整合包,可是我的Windows系统下的显卡驱动版本太低,也没法升级,只能装CUDA9,导致安装torch会出现问题。所以考虑在Ubuntu下安装,参考了几篇文章,所幸也安装成功了。这里记录一下安装过程,以供参考。我的机器配置: 1.安装cuda支持安装的cuda版本可以用nvidia-smi命令查看我的显卡驱动支持的cuda版本最高是11.4,可以在这里下载对应的cuda版本:CUDAToolkitArchive|NVIDIADeveloper。我由于之前安装别的环境,已经装了cu

解决stable diffusion webui1.6 wd1.4 tagger加载失败的问题

由于webui源码的变化,需要修改两个地方的import1.tagger/ui.py#第十行#fromwebuiimportwrap_gradio_gpu_call#原代码frommodules.call_queueimportwrap_gradio_gpu_call2.preload.py#第4行开始#frommodules.sharedimportmodels_path#原代码frommodulesimportpaths#default_ddp_path=Path(models_path,'deepdanbooru')#原代码default_ddp_path=Path(paths.mode

OpenAI首席执行官谈马斯克退出的影响;关于 Stable Diffusion 扩展功能的内容总结

🦉AI新闻🚀OpenAI首席执行官谈马斯克退出的影响摘要:OpenAI首席执行官萨姆·奥特曼在接受采访时表示,埃隆·马斯克退出OpenAI给公司带来了巨大震惊,导致奥特曼不得不重新调整生活和时间安排以确保足够资金。OpenAI是由马斯克、奥特曼和其他科技行业领袖共同创立的非营利组织,马斯克个人投入了5000万至1亿美元。马斯克的退出使得OpenAI陷入困境,也让奥特曼对马斯克有了负面评价。尽管OpenAI获得了微软等投资,并取得了重大成果,但马斯克仍批评OpenAI成为了一家“实际上由微软控制、追求利润最大化的公司”。马斯克在去年成立了自己的人工智能公司xAI,OpenAI和马斯克均未对此发表

【AI绘图 丨 Stable_diffusion 系列教程一】— Window 环境 | Stable Diffusion入门教程 及安装(上篇)

一、前言上次发的Midjourney教程《奶奶看了都会的Midjourney入门教程!!》文章受到了很多朋友们的认可和支持,大家也在群里讨论的很热烈,然后其中有不少疑问就是Midjourney的图片怎么精准的控制,或者是不改变某个物体的情况下更换背景等等,实在是太多问题了。不过确实,Midjourney生成的图片很难精准的控制,随机性很高,需要大量的跑图(为此我也回复了很多很多信息就是让小伙伴们多跑图...),不过没关系,受到社群小伙伴们的强烈建议(也包括我可以少回复点消息),我在这篇文章中为大家分享SD的教程。这时候肯定有朋友心想了"SD是什么?为什么要用它?它能帮助我们做什么...."别急

十、v-model的基本使用

一、v-model的基本使用表单提交是开发中非常常见的功能,也是和用户交互的重要手段:比如用户在登录、注册时需要提交账号密码;比如用户在检索、创建、更新信息时,需要提交一些数据;这些都要求我们可以在代码逻辑中获取到用户提交的数据,我们通常会使用v-model指令来完成:v-model指令可以在表单input、textarea以及select元素上创建双向数据绑定;它会根据控件类型自动选取正确的方法来更新元素;尽管有些神奇,但v-model本质上不过是语法糖,它负责监听用户的输入事件来更新数据,并在某种极端场景下进行一些特殊处理;input里面的value属性,是决定当前输入框里的默认值的。此时

ios - 即使数据模型包含实体,mogenerator 也不会生成任何实体。报告 "No entities found in model. No files will be generated."

我试图让mogenerator(最新1.26)从核心数据模型(xcdatamodel)生成一些样板类,它报告:Noentitiesfoundinmodel.Nofileswillbegenerated.(modeldescription:()isEditable1,entities{},fetchrequesttemplates{})即使xcdatamodel的内容明明存在...我做错了什么?我正在使用Xcode4.4.1和mogenerator1.26 最佳答案 这是来自http://raptureinvenice.com/get

Solving 3D Inverse Problems using Pre-trained 2D Diffusion Models

Solving3DInverseProblemsusingPre-trained2DDiffusionModels(CVPR2023)论文链接:https://arxiv.org/abs/2211.10655GitHub链接:https://github.com/HJ-harry/DiffusionMBIR【score-MRI作者】摘要扩散模型已成为具有高质量样本的新的艺术生成模型,具有模式覆盖和高灵活性等有趣的特性。它们也被证明是有效的逆问题求解器,充当分布的先验,而正演模型的信息可以在采样阶段获得。然而,由于生成过程保持在相同的高维(即,与数据维相同)空间中,由于极高的内存和计算成本,模型