ControlNet大更新:僅靠提示字就能精準P圖,保持畫風不變,網友:效果堪比客製化大模型
Stable Diffusion外掛程式、「AI繪畫細節控制大師」ControlNet迎接重磅更新:
只需使用文字提示詞,就能在保持圖像主體特徵的前提下,任意修改影像細節。
例如給美女從頭髮到衣服都換身造型,表情更親和一點:
##抑或是讓模特兒從甜美鄰家女孩切換到高冷禦姐
,身體和頭部的朝向
、背景
#--不管細節怎麼修改,原圖的「靈魂」都還在。
#來自推特的AI設計部落客@sundyme就說:
效果比想像得好! 只需要一張參考圖就能完成以上轉變,部分圖片幾乎可以達到客製化大模型的效果了。
咳咳,各位AI繪畫圈的朋友們,打起精神來,又有好玩的了。(ps. 第一三張效果圖來自部落客@Olivio Sarikas,第二張來自推特部落客@sundyme)
ControlNet上新:保留原圖畫風的修圖功能以上更新內容,其實指的是一個叫做“reference-only”的預處理器。
它不需要任何控制模型,直接使用參考圖片就能引導擴散。作者介紹,這個功能其實類似「inpaint」功能,但不會讓圖片崩壞。
(Inpaint是Stable Diffusion web UI中的一個局部重繪功能,可以將不滿意、也就是被手工遮罩的地方進行重新繪製。)
一些資深玩家可能都知道一個trick,就是用inpaint來進行影像擴散。 例如你有一張512x512的狗的圖像,然後想用同一隻狗生成另一張512x512的圖像。 這時你就可以將512x512的狗圖像和512x512的空白圖像連接到一張1024x512的圖像中,然後使用inpaint功能,mask掉空白的512x512部分,漫射出具有相似外觀的狗的形象。在這個過程中,由於影像只是簡單粗暴的進行拼接,加上還會出現失真現象,所以效果一般都不盡如人意。
有了「reference-only」就不一樣了:它可以將SD(即「Stable Diffusion」)
的注意力層直接連結到任何獨立的影像,方便SD直接讀取這些影像作為參考。也就是說,現在你想要在保持原圖風格的前提下進行修改,使用提示字直接在原圖上就能操作。
#你只需要將你的ControlNet升級到
1.1.153版本
以上,然後選擇“reference-only”作為預處理器,上傳狗的圖片,輸入提示詞“a dog running on grassland, best quality……”,SD就只會用你的這張圖當參考來修改了。 網友:ControlNet迄今最好的一個功能「reference-only」功能一出,有不少網友就上手體驗了。有人稱這是ControlNet迄今為止最棒的一個功能:
是时候把以前丢弃的废图都捡回来重新修复一下了。
当然,认为它也不是那么完美也有(比如开头第一张效果图里美女的耳环不对,二张图里头发也都是残缺的),但网友还是表示“总归方向是对了”。
以下是三位推特博主尝试的效果,主要都是动漫风,一起欣赏一下:
△来自@新宮ラリのAIイラストニュ
△来自@br_d,左一为原图
△来自@br_d,上一为原图
△来自@uoyuki667,左一为原图
有没有戳中你的心巴?
以上是ControlNet大更新:僅靠提示字就能精準P圖,保持畫風不變,網友:效果堪比客製化大模型的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

想像一下,一個人工智慧模型,不僅擁有超越傳統運算的能力,還能以更低的成本實現更有效率的效能。這不是科幻,DeepSeek-V2[1],全球最強開源MoE模型來了。 DeepSeek-V2是一個強大的專家混合(MoE)語言模型,具有訓練經濟、推理高效的特點。它由236B個參數組成,其中21B個參數用於啟動每個標記。與DeepSeek67B相比,DeepSeek-V2效能更強,同時節省了42.5%的訓練成本,減少了93.3%的KV緩存,最大生成吞吐量提高到5.76倍。 DeepSeek是一家探索通用人工智

AI,的確正在改變數學。最近,一直十分關注這個議題的陶哲軒,轉發了最近一期的《美國數學學會通報》(BulletinoftheAmericanMathematicalSociety)。圍繞著「機器會改變數學嗎?」這個話題,許多數學家發表了自己的觀點,全程火花四射,內容硬核,精彩紛呈。作者陣容強大,包括菲爾茲獎得主AkshayVenkatesh、華裔數學家鄭樂雋、紐大電腦科學家ErnestDavis等多位業界知名學者。 AI的世界已經發生了天翻地覆的變化,要知道,其中許多文章是在一年前提交的,而在這一

谷歌力推的JAX在最近的基準測試中表現已經超過Pytorch和TensorFlow,7項指標排名第一。而且測試並不是JAX性能表現最好的TPU上完成的。雖然現在在開發者中,Pytorch依然比Tensorflow更受歡迎。但未來,也許有更多的大型模型會基於JAX平台進行訓練和運行。模型最近,Keras團隊為三個後端(TensorFlow、JAX、PyTorch)與原生PyTorch實作以及搭配TensorFlow的Keras2進行了基準測試。首先,他們為生成式和非生成式人工智慧任務選擇了一組主流

波士頓動力Atlas,正式進入電動機器人時代!昨天,液壓Atlas剛「含淚」退出歷史舞台,今天波士頓動力就宣布:電動Atlas上崗。看來,在商用人形機器人領域,波士頓動力是下定決心要跟特斯拉硬剛一把了。新影片放出後,短短十幾小時內,就已經有一百多萬觀看。舊人離去,新角色登場,這是歷史的必然。毫無疑問,今年是人形機器人的爆發年。網友銳評:機器人的進步,讓今年看起來像人類的開幕式動作、自由度遠超人類,但這真不是恐怖片?影片一開始,Atlas平靜地躺在地上,看起來應該是仰面朝天。接下來,讓人驚掉下巴

本月初,來自MIT等機構的研究者提出了一種非常有潛力的MLP替代方法—KAN。 KAN在準確性和可解釋性方面表現優於MLP。而且它能以非常少的參數量勝過以更大參數量運行的MLP。例如,作者表示,他們用KAN以更小的網路和更高的自動化程度重現了DeepMind的結果。具體來說,DeepMind的MLP有大約300,000個參數,而KAN只有約200個參數。 KAN與MLP一樣具有強大的數學基礎,MLP基於通用逼近定理,而KAN基於Kolmogorov-Arnold表示定理。如下圖所示,KAN在邊上具

特斯拉機器人Optimus最新影片出爐,已經可以在工廠裡打工了。正常速度下,它分揀電池(特斯拉的4680電池)是這樣的:官方還放出了20倍速下的樣子——在小小的「工位」上,揀啊揀啊揀:這次放出的影片亮點之一在於Optimus在廠子裡完成這項工作,是完全自主的,全程沒有人為的干預。而且在Optimus的視角之下,它還可以把放歪了的電池重新撿起來放置,主打一個自動糾錯:對於Optimus的手,英偉達科學家JimFan給出了高度的評價:Optimus的手是全球五指機器人裡最靈巧的之一。它的手不僅有觸覺

寫在前面項目連結:https://nianticlabs.github.io/mickey/給定兩張圖片,可以透過建立圖片之間的對應關係來估計它們之間的相機姿態。通常,這些對應關係是二維到二維的,而我們估計的姿態在尺度上是不確定的。一些應用,例如隨時隨地實現即時增強現實,需要尺度度量的姿態估計,因此它們依賴外部的深度估計器來恢復尺度。本文提出了MicKey,這是一個關鍵點匹配流程,能夠夠預測三維相機空間中的度量對應關係。透過學習跨影像的三維座標匹配,我們能夠在沒有深度測試的情況下推斷度量相對

目標偵測在自動駕駛系統當中是一個比較成熟的問題,其中行人偵測是最早得以部署演算法之一。在多數論文當中已經進行了非常全面的研究。然而,利用魚眼相機進行環視的距離感知相對來說研究較少。由於徑向畸變大,標準的邊界框表示在魚眼相機當中很難實施。為了緩解上述描述,我們探索了擴展邊界框、橢圓、通用多邊形設計為極座標/角度表示,並定義一個實例分割mIOU度量來分析這些表示。所提出的具有多邊形形狀的模型fisheyeDetNet優於其他模型,並同時在用於自動駕駛的Valeo魚眼相機資料集上實現了49.5%的mAP
