CLIP 模型如何描述文本与图片关系 - 飞书文档
https://docs.feishu.cn/v/wiki/wikcnhEIAAcXm6SDy6lxk4TwCbc/a6从图像生成prompt CLIP Stable Diffusion原理解读中说过CLIP是模型中的一部分，其实CLIP并不只是把文本输入转换成机器能理解的张量输入，而是可以描述文本和图片之间关系 ...
飞搜侠
热门搜索
IT框架的三个阶段：实现精准图像描述 - 飞书文档
https://docs.feishu.cn/v/wiki/RCihw3wibiOQI7k20VvcHK2Jnkb/a2创新框架：我们提出了图像文本化框架，利用多模态大模型的的粗粒度图像理解能力，视觉专家模型的精细感知能力，以及纯文本大语言的模型的推理能力去自动生成细节丰富且语言表达 ...
DALL·E 3：OpenAI新文生图模型，半数华人作者背后的技术亮点
https://docs.feishu.cn/v/wiki/C6EUwVVXZizd7Ak0cTscNkRGnxb/a7OpenAI 的文本到图像模型是在大量(t, i) 对组成的数据集上进行训练的，其中i 是图像，t 是描述图像的文本。在大规模数据集中，t 通常源于人类作者，他们主要对图像中的对象进行 ...
Joy Caption模型的详细介绍 - 飞书文档
https://docs.feishu.cn/v/wiki/KlwEwoOnmiecJUktFkUcERCFnnf/a5Joy Caption 模型(由Fancy Feast 研发) 在SigLIP 和Llama3.1 的基础之上，使用Adapter 模式，训练出更好的描述图像的模型，需要与SigLIP 和Llama3.1 混合使用，输入图像，输出 ...
GPT-4的图像描述与代码生成能力如何？ - 飞书文档
https://docs.feishu.cn/v/wiki/Is4kwGnk0iXBi0kyBJMcPAOsncg/a2GPT、GPT-4、LLM、 GPT是一种基于深度学习的自然语言生成模型，可以根据输入的文本生成各种类型的文本输出，如对话、摘要、文章等。 GPT-4是多模态大模型，即支持图像和 ...
图生图的大模型有哪些种类？ - 飞书文档
https://docs.feishu.cn/v/wiki/RSELwoKqiiTdpnkUJhrcGeGEn2b/aeStable Diffusion是一种以“文本生成图像”的AI绘画技术，也就是使用“文字”来控制AI生成图像。以此类推，“图生图”的意思就是“使用某张特定的图片，来控制AI生成新的图像”，是 ...
StabilityAI模型中CLIP如何读取图片描述信息？ - 飞书文档
https://docs.feishu.cn/v/wiki/wikcnOC2VSapjQfShAc47jiVtyh/ac接着来到“图生图”界面，重绘幅度(Denoising strength)设置到1（否则原本的img2img就会起作用），在没有prompt情况下就可开始使用，CLIP会通过读取图片的描述信息当成prompt来用 ...
35张图，直观理解Stable Diffusion - 掘金 - 飞书文档
https://docs.feishu.cn/article/wiki/wikcnF8RJO78HcMNJIgzofUBCRM最近，AI 图像生成引人注目，它能够根据文字描述生成精美图像，这极大地改变了人们的图像创作方式。Stable Diffusion 作为一款高性能模型，它生成的图像质量更高、运行速度更快 ...
图生图功能：依据参考图的创作 - 飞书文档
https://docs.feishu.cn/v/wiki/Zj2jwgxMyipMEfkY1fxcyozMnXC/a4在参考图基础上，选择“图生图”，通过调整图片重绘幅度来控制（幅度越强，画面变化越大），然后输入描述词，如“刺绣，龙”，即可生成AI绘画作品。 2.2.2 局部绘制. 在参考图基础上， ...
How to Adjust Image Generation Settings? - 飞书文档
https://docs.feishu.cn/v/wiki/LV74wDj2oiESxQkITOQcxo8Mnlg/ag描述词（Prompt）是一种用于与AI 人工智能模型交互的语言，它可以用来告诉模型需要生成什么样的内容。大多数模型师也会称呼Prompt 为“咒语”，它就像神奇咒语，不同的咒语内容 ...