标签：SAM

2024-08-22CrimsonFeather阅读(414)赞(0)

如果我们想要自己在云服务器上部署Stable Diffusion模型，但是又不想自动扩容造成成本激增，我们可以设计排队使用的模式。stable-diffusion-webui已经很好用了，支持了自定义模型及Lora模型的加载、排队生成、完善...

2024-08-22LunarEclipse阅读(263)赞(0)

Whisper 是 OpenAI 研发的一个通用的语音识别模型，可以把语音转为文本。它在大量多样化的音频数据集上进行训练，同时还是一个多任务模型，可以执行多语言语音识别、语音翻译和语言识别。 一、使用场景 语音 => 文字 是一个非常...

2024-08-21ElectricStorm阅读(439)赞(0)

前言 AnimateDiff 是一个实用框架，可以对文本生成图像模型进行动画处理，无需进行特定模型调整，即可为大多数现有的个性化文本转图像模型提供动画化能力。而Animatediff 已更新至 2.0 版本和3.0两个版本，相较于 1.0 ...

2024-08-21EmberHeart阅读(203)赞(0)

作者：王佳、江昱、筱姜 Stable Diffusion 模型，已经成为 AI 行业从传统深度学习时代走向 AIGC 时代的标志性里程碑。越来越多的开发者借助 stable-diffusion-webui（以下简称 SDWebUI）能力进行...

2024-08-21ElectricStorm阅读(1197)赞(0)

提前总结 显卡要好，显存要高 素材像素要好，数量越多越好 素材不必要的元素越少越好，太多就扣像留白底 要好好的打标签，影响最终效果 硬件要求 建议N卡且显卡显存至少8G，显存越高越好（即价格越贵越好）； 4G需要调整参数，而且速度较慢，不推...

2024-08-21LunarFrost阅读(446)赞(0)

使用openai-whisper实现语音转文字 1 安装依赖 1.1 Windows下安装ffmpeg FFmpeg是一套可以用来记录、转换数字音频、视频，并能将其转化为流的开源计算机程序。采用LGPL或GPL许可证。它提供了录制、转换以及...

2024-08-20EmberHeart阅读(3374)赞(0)

“选用适当的模型，随随便便出个图，都要比打上一堆提示词的效果要好。” 事实如此，高质量的模型，能够成倍提升出图质量。目前 CivitAI（俗称 C 站， https://civitai.com/ ）是业内比较成熟的一个 Stable Dif...

2024-08-20CosmicWanderer阅读(265)赞(0)

Stable Diffusion（稳定扩散）是一种生成式大模型，它在AI领域中标志着一个新的里程碑，为我们揭示了未来将会是AIGC的时代。传统的深度学习模型逐渐向AIGC过渡，这也意味着我们需要学习更多关于AIGC的内容。 如果你和我一样是...

2024-08-20EmberGlimmer阅读(420)赞(0)

前言 老铁留言推荐无用师，那么今天它来了~ 今天试玩的是无用师大佬称作的终结版，正如大佬所言，都SD3了，再加上Pony系、Kolors 、混元等众多大模型系列。但老徐觉得在1.5的大模型中很多依然是很能打。虽然在艺术性，镜头感上1.5已经...

2024-08-19FrozenEmbers阅读(1526)赞(0)

一、基础模型下载 本文的背景是微调一个基于Llama3的中文版模型Llama3-8B-Chinese-Chat，用于中文指定领域的问答下游任务 1、HuggingFace官网直接下载 官网地址：https://huggingface.co/...