Browse 232 Best ✨ Wow Tools
이미지 세트에서 스타일을 3D 객체로 전송하는 방법입니다. 자산의 질감 외관은 사전 학습된 딥 뉴럴 네트워크를 사용한 손실 기반 파이프 라인에서 차별화 가능한 렌더러로 최적화됩니다. 더 구체적으로, 우리는 CLIP-ResNet50을 사용하여 가장 가까운 이웃 특징 일치 손실을 활용하여 이미지에서 스타일을 추출합니다. CLIP 기반 스타일 손실이 기하학적 모양보다는 질감에 더 초점을 맞추어 VGG 기반 손실보다 다른 외관을 제공하는 것을 보여줍니다. 또한, 우리는 손실을 여러 이미지를 지원하도록 확장하고, 스타일 이미지에서 자동 색상 팔레트 추출과 결합된 손실 기반 색상 팔레트 제어를 가능하게 합니다.
텍스트-이미지 확산 콜랩에 추가 기능: 프롬프트 보간, 배치당 여러 프롬프트, 글자 출력 이름 지정, 자동 그리드 레이아웃, 프롬프트 접두사, 무작위 시작 코드 옵션 (배치 내 각 샘플마다 공유 또는 다름)
새로운 개선된 Kandinsky 2.1은 Dall-E 2와 Latent diffusion의 최상의 실천 방법을 계승하면서 새로운 아이디어를 도입합니다. 텍스트 및 이미지 인코더로 CLIP 모델과 CLIP 모달리티의 잠재 공간 간 확산 이미지 우선순위 (매핑)을 사용합니다. 이 접근 방식은 모델의 시각적 성능을 향상시키고 이미지와 텍스트로 안내되는 이미지 조작에서 새로운 지평을 엽니다.
다중 텍스트 프롬프트와 다중 시드 사이에서 N개의 보간 이미지(즉, 중간 이미지)를 생성하는 간단한 구현은 [pharmapsychotic의 Stable Diffusion 노트북](https://colab.research.google.com/github/pharmapsychotic/ai-notebooks/blob/main/pharmapsychotic_Stable_Diffusion.ipynb#scrollTo=DeqQ7pt1zdI7)을 기반으로 구축되었습니다.
ReDraw
0
ReDraw는 스마트폰을 신경 카메라로 바꾸어 사진을 기반으로 독특한 이미지와 새로운 모양, 색상을 그립니다. ReDraw는 지역 및 클라우드 처리를 모두 활용하는 생성적 적대 신경망의 강력한 기능으로 세계에서 가장 진보된 AI 예술 어플리케이션입니다.
- 1
