AI 绘画核心技术与实战
南柯
某头部大厂图像团队技术 leader,高级算法专家
6373 人已学习
新⼈⾸单¥59
登录后,你可以任选4讲全文学习
课程目录
已完结/共 36 讲
AI 绘画核心技术与实战
15
15
1.0x
00:00/00:00
登录|注册

答疑课堂2|热点问题答疑&第三、四章思考题答案

你好,我是南柯。
现在,我们已经完成了进阶篇和综合演练篇的学习。在更新过程中,我也看到了很多同学的留言评论。这次加餐,我精选了评论区中的高频问题做个回复,希望能帮你答疑解惑。
另外,第 13 讲到第 25 讲的思考题答案,我也放在了这篇加餐中。我希望你可以独立思考之后再查看答案,把答案和自己的想法做个对比。有一些没提供参考答案的是实操练习题,希望你课后多动手尝试,也欢迎你把你的实验成果用 Colab 链接等方式,在留言区分享出来。

热点问题答疑

Q1:在 AI 绘画中,如何缓解手部生成的瑕疵问题?
我们使用 SD1.4、SD1.5 等模型时确实很容易生成畸形手指,即使如今最新的 SDXL 模型、Google 的 ideogram 模型,生成的手部仍旧容易出现瑕疵。
对于手部生成的瑕疵问题,我提供两个解决的思路。
第一,在 negative prompt 中指定“bad hands, bad fingers”,引导模型关注手部区域的生成。
第二,使用针对手部的修复插件 Depth Library,这个插件中提供了各种不同的手势深度图,用于配合 ControlNet 的 Depth 控制条件。你可以通过 这个视频 了解 WebUI 中如何使用 Depth Library 插件。
确认放弃笔记?
放弃后所记笔记将不保留。
新功能上线,你的历史笔记已初始化为私密笔记,是否一键批量公开?
批量公开的笔记不会为你同步至部落
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线
笔记
复制
AI
  • 深入了解
  • 翻译
    • 英语
    • 中文简体
    • 中文繁体
    • 法语
    • 德语
    • 日语
    • 韩语
    • 俄语
    • 西班牙语
    • 阿拉伯语
  • 解释
  • 总结

本文涵盖了AI绘画中的瑕疵问题缓解、CLIP和BLIP模型的差别、在Colab中运行SDXL、DeepFloyd、ControlNet等模型的方法、ControlNet的独立使用、DALL-E 2的优势、AI绘画模型的文本编码器、图像补全功能实现、SD图像变体与SDXL的优势和特点,以及对Midjourney的期望和妙鸭相机的技术方案分析等内容。文章内容涉及到了AI绘画模型的技术细节和应用场景,以及相关模型的使用方法和优势特点。此外,还介绍了ControlNet的几种控制条件,以及模型融合中Add difference模式的特点。在思考题中,还提到了对当前广义的AI绘画(2D、3D、视频等)的核心问题待解决,以及解决这些问题可能带来的产品机会。整体而言,本文为读者提供了全面的技术解读和指导,涵盖了当前AI绘画领域的热点问题和未来发展方向。

仅可试看部分内容,如需阅读全部内容,请付费购买文章所属专栏
《AI 绘画核心技术与实战》
新⼈⾸单¥59
立即购买
登录 后留言

全部留言(2)

  • 最新
  • 精选
  • Geek_7ce725
    针对25讲中 如何生成文字,我有一个想法 通过chat抽无用户prompt中想要显示的文本内容,然后随机选择一款字体,生成对应的mask,基于controlnet技术对mask渲染,然后再去除result image 中 mask之外的内容 获得一张艺术字png

    作者回复: 你好,这个想法很有趣,方案上也是完全可行的。欢迎将想法付诸实践👍🏻~

    2023-09-15归属地:北京
    1
  • Geek_7ce725
    diffusers即将支持blipdiffusion和control_lora,风格临摹的效果将会得到改善
    2023-09-15归属地:北京
收起评论
显示
设置
留言
2
收藏
沉浸
阅读
分享
手机端
快捷键
回顶部