一键上手时下最火AI作画工具

摘要:在华为云ModelArts上, 无需考虑计算资源、环境的搭建,就算不懂代码,也能按照教程案例,通过Stable Diffusion成为艺术大师。

本文分享自华为云社区《跟着华为云ModelArts,一键上手时下最火AI作画工具》,作者:华为云社区精选 。

AI作画为什么最近特别火,AI作画现在已经进化到什么程度了?

你相信下面的画作是AI作画吗?

前段时间,在美国科罗拉多州的一个博览会上,有人用下面这幅名为《空间歌剧院》的作品拿到了博览会数字绘画的金奖,但获奖者却表示这幅画是用AI生成的。 该奖项引起了很大的争议,有人觉得AI学会作画会取代画师们的工作,也有人感叹AI绘画可以把这个世界上没有的东西展现出来,但凭借AI获奖的作品不能证明你就是艺术家。

一石激起千层浪,随后不少网友尝试用AI模型生成图像,效果相当惊艳,如今国内外的AI作画平台也呈现出一种百家争鸣的态势。今天将带大家了解 通过华为云ModelArts的 Stable Diffusion 文字生成图片案例实现AI作画, 揭开AI作画神秘的面纱。

Stable Diffusion 是一个“文本到图片的人工智能模型。 近日,Stable AI 公司向公众开放了它的预训练模型权重。 当输入一个文字描述时,Stable Diffusion 可以生成512×512 像素的图像,这些图像如相片般真实,可以反映文字描述的场景。

在华为云ModelArts上, 无需考虑计算资源、环境的搭建,就算不懂代码,也能按照教程案例,通过Stable Diffusion成为艺术大师。

Run in ModelArts,三步“画”出艺术大片

👉 点击链接进入到AI Gallery的“文字生成图片Stable Diffusion”案例页面,点击Run in ModelArts,即可进入ModelArts Jupyter运行环境,此处最好选用GPU的规格,模型生成图像所用的时间会更短。

注:以下步骤所涉及的代码都已经写好,直接点击代码前面的箭头,让其自动运行即可。

步骤一:安装需要的运行环境。

步骤二:访问HuggingFace Hub,下载AI模型预训练权重文件。

在下载或使用权重之前,需要访问它的token,必须是Hugging Face Hub 中的注册用户才可以获取到token,本案例已经提供好了一个token,直接运行代码即可。

步骤三: 填prompt提示词,也就是输入一段文字描述你想要的图片,生成单张图像。

这里需要注意的是:

1.先用中文描述提示词,描述的越精准越好。
2.再使用翻译软件将中文翻译成英文。

然后将英文内容填入prompt= "…"中,点击保存运行代码就可以根据你的描述,生成专属艺术大作了。

当然,这个案例也提供多张图像生成,同步骤三一样修改Prompt,运行代码即可。

四个方法,让AI做图更优秀

在Stable Diffusion中,最关键的就是文字的描述,即Prompt, 它是生成图片的提示词,可以是一个主题也可以是一段抽象的文字的表达。

比如:数字哑光幻想梦幻般的山景黑暗色调雪,照片现实主义,柔软,风暴,8K由Alex灰色。 不同的 Prompt 对于生成的图像质量影响非常大,所以如果要生成一幅优秀的图画,就要掌握写 Prompt 的一些经验性技巧。

Prompt的描述可以从这四个方面入手:图片的风格,内容主体,详细的描述,再加上画家的风格。

Prompt 框架: [图片的风格]+[内容主题]+[细节描述]+[绘画风格或者艺术家风格]

1、图片的风格

按照这个框架,简单构造一个图片风格,比如:可以是一幅美丽的画,或者是一幅美丽的山水画。

2、内容的主体+详细描述

主体可以是各种各样的选择。推荐一些可以激发大家灵感的事物,如山水,人物,建筑房屋,动物等等,尽可能细致刻画这些实体事物。

如果是简单的输入“大海”两个字,模型不知道我们想要的风景是什么样子的,一段作品的相对准确的描述,比如:梦幻的大海,白沙滩岸边铺满了粉色的玫瑰花,月光轻柔的人洒在海面上,绿色发光的海浪, 我们要去尽量用详细的语言,用细节清楚的描述我们幻想的场景。比如:云中的Skyrim风格的山,有一个照明螺栓击中尖端导致雪崩,山区风景。

对于详细的描述,我们可以拆分【形容词】+【视角】+【时间】+【颜色】+【其他】

形容词可以是梦幻,神秘,浪漫或者写实 ……

视角可以是:超广角,俯视和仰视 ……

时间:秋天,清晨,黄昏,夜晚 ……

颜色可以是 红黄绿蓝橙紫……

其他可以包含图片的尺寸,4k,8k ,HD,光效,高细节等

3、绘画风格和艺术家风格

如果想让生成的图片更加的艺术化、风格化,可以考虑在 Prompt 中添加绘画风格和艺术家。艺术绘画风格可以是一些美术风格:梵高风格,油画,水彩,古风,CG感,动漫,少女,赛博朋克,卡通画,中国画,黄昏等等,艺术家风格包含:现实主义,印象派,野兽派,新艺术,表现主义,立体主义,未来主义等等

提示词:这是一幅美丽的画作,描绘了夜晚一大片空旷的沙漠沙丘,中间有许多棵神秘的巨大发光的蓝色树,树的蓝色光芒照亮了周围的环境,天空中的星星,由特德·纳史密斯和托马斯·金卡德创作。

4、其他参考建议

在使用关键词的时候,也多去使用一些明确的定义,避免使用“不是xxx”这样的描述。“不是xxx”,可选择的范围就太大了,生成出来的结果可能就和你想要的相去甚远。

如果你是个新手,需要一些关于关键词的引导,那你可以去 https://lexica.art/这个网站看一看。它收集了很多关键词,并且一步一步、分门别类地为你整理好了。

你只需要根据网站给出的步骤,从它的关键词库里选择你想要的效果,然后把这串关键词直接复制到prompt里就好。把“填空题”变成“选择题”,非常方便。

在熟悉了 Prompt 的原理之后,就可以尽情的发挥脑洞修改它的写法,点击链接,快来Happy Prompting吧!

使用ModelArts实现AI作画过程中的常见问题

Q:要如何进入Stable Diffusion文字生成图片的案例?

A:直接浏览器打开链接:
AI Gallery_Notebook详情_开发者_华为云,注册并登陆华为云账号,点击Run in ModelArts即可。

Q:华为云ModelArts 的文字生成图片案例是软件吗?需要安装吗?

A:不用,Stable Diffusion并不是软件,也不用安装,它是一个发布在华为云AI Gallery社区的一个指导案例,使用云端ModelArts环境运行。

Q:可以直接输入中文提示词吗?不同语言有影响吗?

A:目前开源的Stable Diffusion模型只支持英文,暂时不支持中文,你可以借助翻译软件翻译成英文填写,可以参考这个翻译网站:https://www.deepl.com/translator。

看了上述教程,还有什么方法能更快填写提示词生成自己想要的图画,可以下方留言讨论。

点击关注,第一时间了解华为云新鲜技术~

 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/65157.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

模型压缩总结

1.模型复杂度衡量 model sizeRuntime Memory Number of computing operations model size 就是模型的大小,我们一般使用参数量parameter来衡量,注意,它的单位是个。但是由于很多模型参数量太大,所以一般取一个更方便的单位&am…

2019 智见 AI workshop in Beijing

[持续更新]2019 智见 AI workshop in Beijing 前言代季峰:卷积神经网络中的几何形变建模Deformable Conv V1Deformable Conv V2Tricks & Exprience 张士峰:物体检测算法的对比探索和展望Detector Algorithm Overviewanchor-basedanchor-free RefineD…

湖北黄冈中学2021年高考成绩查询,2019年黄冈中学高考成绩发布,包揽全市文科前13名,省内排名却不值一提...

2019年黄冈中学高考成绩发布,包揽全市文科前13名,省内排名却不值一提 2019年6月23日,黄冈中学公布了2019年黄冈中学的高考成绩,如下图所示,今年黄冈中学的高考成绩相比2018年略有提高。 全校参考总人数共883人&#xf…

Paper | Densely Connected Convolutional Networks

目录 黄高老师190919在北航的报告听后感故事背景网络结构 Dense blockDenseNet 过渡层成长率瓶颈层细节实验 发表在2017 CVPR。 摘要 Recent work has shown that convolutional networks can be substantially deeper, more accurate, and efficient to train if they contain…

黄冈中学2021高考成绩查询,清华公布2021丘班录取名单,黄冈中学表现尴尬,衡中无人上榜...

每个学生心中都有个清华和北大梦,只不过后来发现自己能力有限,清华北大更是遥不可及,学生眼下的想法只是纠结能不能考上重点大学,但是这也并不妨碍大家对名牌院校的好奇心。 清华大学一直是理科学生梦寐以求的高等学府&#xff0c…

清华商汤上海AICUHK提出Siamese Image Modeling,兼具linear probing和密集预测性能!...

关注公众号,发现CV技术之美 本文分享论文『Siamese Image Modeling for Self-Supervised Vision Representation Learning』,由清华(黄高组)&商汤(代季峰组)&上海AI Lab&CUHK提出Siamese Image…

2022CVPR云分享 | 清华大学四位讲者带你玩转计算机视觉

点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入! 7月20日晚上7点半,本期我们邀请到清华大学黄高老师实验室的四位讲者,为大家解读2022CVPR的优秀论文! 哔哩哔哩直播通道 扫码关注AI TIME哔哩哔哩官方账号预约直播 7月20日 19…

【线上直播】SFFAI 99 期 数据扩增专题

会议简介 在计算机视觉任务中,数据扩增是一种基于较少数据、产生大量训练样本,进而提升模型性能的有效方法。传统数据扩增方法主要借助于图像域的翻转、平移、旋转等简单变换。而本期讲者王语霖提出了一种隐式语义数据扩增算法,对样本进行更…

【活动报名 | 青源Talk第3期】DenseNet发明者黄高:面向边缘设备的轻量神经网络...

活动议程 日期:12月10日(周四) 时间 主题19:00-19:05开场简介刘知远,清华大学计算机系副教授,智源青年科学家19:05-19:50《面向边缘设备的轻量神经网络》黄高,清华大学自动化系助理教授,智源青年…

不是所有图像都值 16x16 个词,可变序列长度的动态 Transformer 来了!

转自 | AI 科技评论 编辑 | 陈大鑫 最近半年,Transformer在视觉领域大获成功,其中的代表作就是谷歌的工作ViT:《An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale》。 以ViT为代表的视觉Transformer通常将所有输…

国内有哪些不错的计算机视觉团队?

来源:深度学习技术前沿 编辑:Evans 【导读】计算机视觉是当前人工智能领域的超级热门,本文为大家总结了当前国内比较优秀的计算机视觉团队信息,希望能在大家申请硕士或者博士的过程中,提供一些参考信息! 作…

圆形的CNN卷积核?华中科大清华黄高团队康奈尔提出圆形卷积,进一步提升卷积结构性能!

作者丨小马 编辑丨极市平台 写在前面 目前正常卷积的感受野大多都是一个矩形的,因为矩形更有利于储存和计算数据的方便。但是,人类视觉系统的感受野更像是一个圆形的。因此,作者就提出,能不能将CNN卷积核的感受野也变成圆形呢&a…

深入浅出的模型压缩:你一定从未见过如此通俗易懂的Slimming操作

点击上方“计算机视觉工坊”,选择“星标” 干货第一时间送达 作者丨科技猛兽 编辑丨极市平台 导读 本文首先介绍了模型压缩领域的指标含义,并通过梳理文献,介绍了模型压缩领域常用的方法。随后对Slimming这一模型压缩方法进行了详细介绍&…

Dropout技术之随机神经元与随机深度

1. 写在前面 在学习复现EfficientNet网络的时候,里面有一个MBConv模块长下面这个样子: 当然,这个结构本身并不是很新奇,从resNet开始,几乎后面很多网络,比如DenseNet, MobileNet系列&#xff0…

如何做高质量研究、写高水平论文?| 黄高、王兴刚等共话科研与论文写作

如何产生好的研究思路?如何撰写一篇高质量论文?如何从浩如烟海的论文中寻找好的科研灵感?如何通过Rebuttal为自己的文章扳回一城?导师跟学生之间怎样才能形成更好的合作关系? 在ECCV 2022中国预会议的Panel环节&#x…

智源青年科学家黄高:面向高效推理的深度网络结构设计

随着深度学习在工业界的广泛应用,人们对模型的关注不仅仅在于其预测精度,同时也对计算和存储效率提出了更高的要求。在提升模型效率的诸多手段中,神经网络结构创新始终是最为有效的方式之一。 2019年12月24日上午,智源青年科学家、…

RANet:MSDNet加强版!清华黄高团队提出分辨率自适应的高效推理网络RANet!

关注公众号,发现CV技术之美 本文分享论文『Resolution Adaptive Networks for Efficient Inference』,由清华黄高团队提出分辨率自适应的高效推理网络RANet!MSDNet加强版! 详细信息如下: 论文链接:https://…

ICLR2021 | 清华大学黄高团队:显存不够?不妨抛弃端到端训练

智源导读:本文主要介绍清华大学黄高团队被ICLR2021接收的一篇文章:Revisiting Locally Supervised Learning: an Alternative to End-to-End Training。 论文链接:https://openreview.net/forum?idfAbkE6ant2 代码链接:https://g…

清华大学黄高——图像数据的语义层扩增方法

⬆⬆⬆ 点击蓝字 关注我们 AI TIME欢迎每一位AI爱好者的加入! 2020 年 9 月 25 日,在由中国科协主办,清华大学计算机科学与技术系、AI TIME 论道承办的《2020 中国科技峰会系列活动青年科学家沙龙——人工智能学术生态与产业创新》上&#xf…

DenseNet发明者黄高:动态模型好在哪里?

智源导读:自2012年至今,计算机视觉领域蓬勃发展,各种模型不断涌现,短短 8 年时间,计算机视觉领域便发生了天翻地覆的变化。那么如何看待过往变化,当下研究又如何? 12月10日晚,在【青…