AI会P图:你来描述,我来P | 您所在的位置:网站首页 › 有含义的小组名字六人 › AI会P图:你来描述,我来P |
本文 GitHub https://github.com/Jack-Cherish/PythonPark 已收录,有技术干货文章,整理的学习资料,一线大厂面试经验分享等,欢迎 Star 和 完善。 最近,Transformer 是一个非常火的方向。 比如曾经介绍过的,DALL·E 可以魔法一般按照自然语言文字描述直接生成对应图片。 例如,输入文本:鳄梨形状的扶手椅。 AI 生成的图像: 再比如曾经出过的教程: 用自己训练的AI玩王者荣耀是什么体验? 这两天,OpenAI 又出新活,StyleCLIP 闪亮登场。 StyleCLIP 根据文本描述,修改图片,精准PS。直接看效果: 让奥巴马留莫西干发型,一键卸妆,让猫猫变萌,老虎变狮子,建筑风格变成哥特式建筑。 只需一张图片,一段描述,StyleCLIP就可以对图片进行修改和创作。 AI文字理解,图片修改和创作,一步到位。再也不用怕网络P图大师们的“满分理解”和骚操作了。 今天继续手把手教学,玩转StyleCLIP,准备好了吗? StyleCLIPStyleCLIP顾名思义,结合了StyleGAN与CLIP模型。 前者,是当下主流的图像生成算法,后者,是大规模图文预训练模型。 两者结合,就可以实现文本到图像的编辑。 StyleGAN通过在隐空间(latent space)控制隐藏特征(latent code)来控制图片的属性,生成风格各异的图像。 StyleGAN应该都很熟悉,简单介绍下CLIP。 CLIP就是Contrastive Language-Image Pre-Training的缩写,即大规模图文预训练模型,也是OpenAI的近作。 CLIP的文本和图像编码器都是基于Transformer结构的。 Transformer的详细教程,可以看我之前发过的文章: 保姆级教程:硬核图解Transformer CLIP算是迈出了多模态的第一步,可以用于多类型图文联合检索。 本质上,CLIP模型检索的原理是比较特征空间中两个特征编码的余弦相似度,所以并不局限在文本特征与图像特征的比较。 比如,文本-图像检索。 检索文本:“Tokyo tower at night.” 检索文本:“People come and go on the street.” 再比如,文本+文本-图像检索。 检索文本1:“Flower”,检索文本2:“Blue sky” StlyCLIP主要是利用CLIP模型的力量来实现基于文本的语义图像操作,这种操作的好处是,它既不局限于预设的操作方向,也不需要额外的手动操作。 StlyCLIP整体思想就是:利用CLIP为基础的损失修改StyleGAN输入的隐藏特征,从而响应用户提供的文本形式。 比如根据用户文本:Orange、Big Ears、Big Nose、Cute改变原图。 主要使用了三种技术: Optimizer:以文本为指导的 latent 优化,其中 CLIP 模型被用作一个损失网络,这是一种通用方法,但需要几分钟的时间来进行优化,以对图片进行操作; Mapper:训练一个用于特定文本提示的 latent 残差映射器。在隐空间中给定一个起点(需要操作的输入图像),映射器在隐空间中产生一个局部步骤; global dir:一种在 StyleGAN 的 style space 中将文本提示映射到输入无关(全局)方向(global direction)的方法,提供了对操作强度和解耦的控制。 更详细的内容,可以直接看论文: https://arxiv.org/pdf/2103.17249.pdf 算法测试StyleCLIP完全开源,项目地址: https://github.com/orpatashnik/StyleCLIP 如果不想搭建开发环境,可以直接用Google Colab工程: https://colab.research.google.com/github/orpatashnik/StyleCLIP 运行Google Colab代码有些问题,需要自己修改下代码: 迭代100次,大约3分钟,运行结果: 本地搭建环境也不复杂,StyleCLIP需要先配置CLIP,然后安装第三方库。 权重文件在 Google Drive 下载很慢,我已经提前为大家准备好了,直接下载即可(提取码:46pz): https://pan.baidu.com/s/1n_CNA_ypxJKuW0rf-4CrZg 其它没什么难度,就不展开说明了。 絮叨Transformer真的火,有必要好好学一学。 我是 Jack ,我们下期见。 文章转自我的公众号: https://mp.weixin.qq.com/s/4LNAwEoGjH8YYbp2w8Z9Rg |
CopyRight 2018-2019 实验室设备网 版权所有 |