- 综合排序
- 最热优先
- 最新优先
- 来自专栏【腾讯云开发者】
QQGC？揭秘QQ的AI绘画大模型技术
1.2 DALLE 2 DALLE 2 是 OpenAI 公司发布的 text2image 算法，该算法在之前 GLIDE 生成模型的基础上，大幅提升了生成效果，首次将 text2image 算法提升到一个可用的水平 很多社区和公司在 Stable Diffusion 的基础上改进衍生出了自己模型，使得 text2image 成功出圈，衍生了很多不同的生成技术和玩法。 在几乎不引入额外计算量的情况下，可以大幅超越 Stable Diffusion 开源模型，达到 DALLE2 等第一梯队 text2image 模型的水平。 2.4 训练加速方案 如何用有限的资源和成本，快速高效的训练 text2image 大模型？这是一项非常有挑战的任务。 03、结果展示 3.1 Text2Image 我们在 COCO-30k 上评测了 FID 和 CLIP-score 指标的表现，结果达到同等级SOTA 水平。
1.7K30编辑于 2023-05-29 - 来自专栏山行AI
一款超高分辨率图像生成AI工具-DemoFusion
使用方式 快速尝试集成的演示 •HuggingFace Space：在这里尝试Text2Image生成 和 Image2Image增强。 •Colab：在这里尝试Text2Image生成 和 Image2Image增强。•Replicate：在这里尝试Text2Image生成 和 Image2Image增强。 开始使用我们的代码 Text2Image（将占用约17GB的显存） •设置依赖项： conda create -n demofusion python=3.9 conda activate demofusion •Text2Image在Windows上使用8GB显存*•设置环境： cmd git clone "https://github.com/PRIS-CV/DemoFusion" cd DemoFusion =True ) for i, image in enumerate(images): image.save('image_' + str(i) + '.png') Text2Image
1.8K10编辑于 2023-12-13 - 来自专栏数据派THU
字节最新文本生成图像AI，训练集里居然没有一张带文字描述的图片？！
来源：本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处本文约1300字，建议阅读9分钟本文介绍了字节的最新text2image模型，实现了文本-图像都不使用，也可以让AI 来自字节的最新text2image模型，就做到了。 实验数据显示，它的效果比VQGAN-CLIP要真实，尤其是泛化能力还比不少用大量文本-图像数据对训练出来的模型要好很多。 嗯？ 而一旦摆脱对文本-图像对数据的需求，我们就可以直接用大型无文本图像数据集 （比如ImageNet）来训练强大且通用的text2image生成器。 CLIP-GEN和其他通过大量文本-图像对训练的text2image生成模型的效果对比如下： 其中，VQGAN-CLIP的结果比较不真实，并且伴随严重的形状扭曲。
1.4K30编辑于 2022-04-08 - 来自专栏量子位
字节最新文本生成图像AI，训练集里居然没有一张带文字描述的图片？！
来自字节的最新text2image模型，就做到了。 实验数据显示，它的效果比VQGAN-CLIP要真实，尤其是泛化能力还比不少用大量文本-图像数据对训练出来的模型要好很多。 嗯？ 而一旦摆脱对文本-图像对数据的需求，我们就可以直接用大型无文本图像数据集 （比如ImageNet）来训练强大且通用的text2image生成器。 CLIP-GEN和其他通过大量文本-图像对训练的text2image生成模型的效果对比如下： 其中，VQGAN-CLIP的结果比较不真实，并且伴随严重的形状扭曲。
1.1K30编辑于 2022-03-24 - 来自专栏炼丹笔记
开箱即用实现多GPU推理：基于Tensorflow、Keras实现Stable Diffusion
://github.com/fchollet/stable-diffusion-tensorflow from stable_diffusion_tf.stable_diffusion import Text2Image from PIL import Image generator = Text2Image( img_height=512, img_width=512, jit_compile
1.9K20编辑于 2023-01-03 [tesseract][原创]tesseract中text2image.exe转换后用jTessBoxEditor打开校正时候显示方块
当我使用下面命令转换txt为图像时候 text2image --text charset.txt --outputbase ./ch.simhei.exp0 --fonts_dir .
10400编辑于 2025-07-18- 来自专栏AI算法能力提高班
Visual ChatGPT | 动动嘴搞定图像任务
specify which one you like: Foundation Model GPU Memory (MB) ImageEditing 3981 InstructPix2Pix 2827 Text2Image Models can be found in the following table # For example, if you want to load ImageCaptioning to cpu and Text2Image
41620编辑于 2023-09-13 - 来自专栏编程技术宇宙
这几个功能也太好用了！
text2image 第二款工具叫：text2image，从名字上也大抵能猜出它的用途：将文本转换成图片。
1.2K20编辑于 2022-09-03 - 来自专栏腾讯技术工程官方号的专栏
教会你使用AI绘画利器Stable Diffusion
Stable Diffusion 是利用扩散模型进行图像生成的产品，可以支持 text2image、image2image。并且由于“论文公开+代码开源”，其用户群体远大于其他 AI 图像生成产品。 1.1.2 text2image 超参数设置 【说明】：该界面随着版本迭代会有些不同，如果读者自己的界面和我这个不通，不用太在意 我们举一个例子，打开 txt2image 的标签，左上角选择你想用的模型 截至目前，text2image 功能支持 4 个脚本选择： 我们分别简单介绍： 提示词矩阵 ：当我们有多个提示词时，该脚本提供一个能够看不同组合效果的功能。 由于视频不方便展示，而且 text2image 的 m2m 效果一般，容易产生图像的跳动/闪烁，本文在这里就直接略过了，大家感兴趣可以去尝试一下。 1.2 图生图 1.2.1 Deepbooru 传送门：代码 对于一些通用的超参数，如：采样器、采样步数在前文 text2image 中就已经介绍过了，这里介绍一下 image2image 特有的一个功能
4.2K53编辑于 2023-04-29 - 来自专栏机器之心
基于Tensorflow、Keras实现Stable Diffusion，开箱即用实现多GPU推理
from stable_diffusion_tf.stable_diffusion import Text2Imagefrom PIL import Image generator = Text2Image
2K20编辑于 2022-09-21 - 来自专栏JVMGC
28.5K Star微软开源图像交互神器 Visual ChatGPT
Models can be found in the following table # For example, if you want to load ImageCaptioning to cpu and Text2Image
65730编辑于 2023-04-11 - 来自专栏AI SPPECH
11：DeepSeek-OCR-2 深度解析
json_output] ) # 添加示例 gr.Examples( examples=[ "https://modelscope.cn/api/text2image %20document%20with%20tables%20and%20text&image_size=square", "https://modelscope.cn/api/text2image prompt=academic%20paper%20with%20formulas&image_size=square", "https://modelscope.cn/api/text2image
63610编辑于 2026-02-08 - 来自专栏AI算法能力提高班
VIGC | 给你的图像配文字描述
instruction，可以生成高精度的Visual Question Answer pairs数据 如果把instruction改成image caption （让AI描述图像），可以生成image&text数据，为Text2Image
58810编辑于 2023-09-21 - 来自专栏Small Code
TensorBoard Projector 简易指南
而转图片我们可以借助 PIL 来完成： def text2image(text, imgfile): image = Image.new("RGB", (50, 50), color=(255, 具体代码如下： def text2image(text, imgfile): image = Image.new("RGB", (50, 50), color=(255, 255, 255))
1.9K10编辑于 2022-05-10 - 来自专栏用户2442861的专栏
Tesseract:训练
在 3.03 后， Tesseract 已经提供了相应的工具 text2image，使用方法为: text2image --text=chinese.txt --outputbase=chinese.sun.exp0
2.1K10发布于 2018-09-19 - 来自专栏机器学习与生成对抗网络
汇总简析：GAN和扩散模型生成训练数据
基于零样本识别模型（例如CLIP）和Text2Image模型（例如Stablediffusion），本文重新思考复制这种增广手段。 本文首次证明，使用Text2Image模型生成图像或零样本识别模型来过滤不同对象类别的爬取到的噪声图像，是一种真正可扩展的方法。
3K30编辑于 2023-02-23 - 来自专栏CreateAMind
GAN应用情况调研
代码参见文末的text2image。 ? ? 此外，GAN还可以跟增强学习（RL）结合。 pix2pix-tensorflow GAN for Neural dialogue generation Torch版本：https://github.com/jiweil/Neural-Dialogue-Generation Text2image
80820发布于 2018-07-24 - 来自专栏ATYUN订阅号
【学术】新的神经网络即将问世，它看起来很恐怖
例如，Text2Image网络能够将文本图像描述转换为图像。 通过被连接到“意义”向量的不同的随机种子，我们能够产生无限数量的鸟类图像，以匹配描述。 机会 GAN将能够根据文本描述生成任意图像。
92170发布于 2018-03-02 - 来自专栏新智元
李飞飞高徒盘点年度十大AI亮点：核聚变、ChatGPT、AlphaFold上榜
在OpenAI之后，LMU的StabilityAI和runwayml迈出了英勇的一步，基于「潜在扩散」算法训练了他们自己的互联网规模的text2image模型。 如果我们可以做text2image，那为什么不在里面加上时间轴，来获得额外的乐趣呢？ 目前，文本 - 视频领域有3个重大的工作，但没有一个是开源的。
1.1K30编辑于 2023-01-09 - 来自专栏贾志刚-OpenCV学堂
深度学习中最常见GAN模型应用与解读
生成对抗网络就开始在计算机视觉领域得到广泛应用，成为对有用的视觉任务网络之一，也是如今计算机视觉热点研究领域之一，其已经出现的应用领域与方向如下： 图像数据集生成 生成人脸照片 生成真实化照片 生成卡通照片 图像翻译 文本到图像翻译(Text2Image
3.8K41发布于 2019-10-11
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号