Ik zal je vertellen over de AI Picture WebUI (stabiele diffigheid)

 

Vandaag zal ik je de site begeleiden die de foto gratis tekent met AI!
Je kunt heel gemakkelijk een foto maken!

Webui (stabiele diffheid)

De stabiliteit AI, uitgebracht op 22 augustus 2022, is een AI -model dat tekst omzet in een afbeelding. Dit model wordt gedistribueerd als een open source licentie, waardoor een verscheidenheid aan gebruikers het vrij kan gebruiken. Wanneer u de tekst invoert, maakt de stabiliteit AI een afbeelding van hoge kwaliteit op basis van die tekst.

Website adres :
https://stability.ai/


kenmerk:
Stabiele diffusie is een diep leren kunstmatige intelligentiemodel ontwikkeld op basis van het "High Resolution Image Synthesis Research" door de Machine Vision & Learning Group (Compvis) Lab in de Universiteit van München in München, Duitsland. Het is ontwikkeld met de ondersteuning van stabiliteit AI en Runway ML.

Stabiliteit AI is een Brits bedrijf genaamd Emad Mostaque en biedt computerbronnen voor stabiele verschil, zodat u een LAION-5B-database kunt leren. In tegenstelling tot de tekst-naar-beeldmodellen zoals Dall-E 2 of Imagen, kan dit model ook worden gebruikt op computers met VRAM's van 4 GB of minder door computerbronnen sterk te verminderen.

Bovendien, zelfs als het duur is, is het open voor open source en kan het door het grote publiek worden gebruikt. Dit heeft de leeftijd van het schilderen van AI geopend en de AI -beeldservicefunctie op basis van het model blijft toenemen.

U kunt de plug -in "ControlNet" gebruiken om een ​​pose te maken. Door verschillende controletoetshulpmodellen te gebruiken, zoals het Canny Model afgeleid van OpenPose, past het de gewassen van het lichaamsgebied aan om de schets van het lijnniveau te helpen.

Stabiele verschil bestaat voornamelijk uit drie kunstmatige neurale netwerken: clip, unet en vae (vae). Wanneer de gebruiker de tekst invoert, converteert de tekstcoder, knipt, converteert de tekst naar het token dat UNET kan begrijpen. UNET maakt een afbeelding door willekeurig gegenereerde ruis te verwijderen op basis van tokens. Het herhalen van het dinoizingproces creëert een nauwkeurig beeld en de VAE speelt een rol bij het omzetten van deze afbeeldingen naar pixels.

In tegenstelling tot het traditionele diffusiekansbeeldcreatiemodel, heeft de stabiele verschil de Otto -incoder voor en daarna geïntroduceerd om het probleem op te lossen dat het verbruik van hulpbronnen toeneemt naarmate de resolutie toeneemt. Hiermee kunt u een relatief groot resolutiebeeld maken door ruis te manipuleren in een klein niveau van potentiële ruimte, niet het hele beeld, en niet veel computerbronnen vereist. Daarom kan het stabiele verschil worden gebruikt als een bron van grafische kaarten die in algemene veronderstellingen worden gebruikt.


Licentie:
Stabiele AI introduceerde een open source licentie [4] voor nieuwe machine learning. Deze licentie heeft een andere functie dan de gebruikelijke open source licentie. Als u een service aanbiedt met behulp van stabiele verschil, moet de gebruiker die licentie expliciet naleven. Bovendien mag het bij het afstemmen van het model alleen worden gebruikt voor het specifieke gebruik dat in de licentie is gespecificeerd en mag deze niet voor andere doeleinden worden gebruikt.

Hoe te gebruiken :
Verschillende open source -projecten zijn ontwikkeld met behulp van stabiele verschil. Hieronder is een beschrijving van elk project:

1. Stabiele Diffness Web UI: een project dat een webgebaseerde gebruikersinterface biedt om het gemakkelijk te maken om het stabiele diffusiemodel te gebruiken. Ontwikkelaars blijven verschillende functies bijwerken en toevoegen, zoals GFPGAN -correctie, ESRGAN -upscaling en tekstuele inversie naast de front -end functie van de stabiele diffusie.

2. Oorspronkelijke auteur: het originele project gepubliceerd door Compvis. Bruikbaarheid is beperkt, dus het kan voor referentiedoeleinden worden gebruikt.

3. Diffusers: dit is een frame voor het nieuwe diffusiemodel van Herding Face, een beroemde machine learning framework provider. Het biedt een manier om de Finetuneng van stabiele diffusie gemakkelijk te maken. Het bevat ook frameworks zoals transformatoren of datasets.

4. DiffnessBee: u kunt het stabiele verschil rechtstreeks uitvoeren met de app voor de Mac. Het is mogelijk om tekst en afbeeldingen in te voeren en ook te ondersteunen bij het schilderen en buitenposten. De Apple Silicon -versie gebruikt een neurale motor in Apple Silicon en de HQ -versie gebruikt de GPU om de kwaliteit te verhogen, maar de snelheid is traag. Het ondersteunt ook Intel Mac en zal Windows in de toekomst ondersteunen.

5. Teken dingen: u kunt stabiele verschil uitvoeren met apps voor iOS, iPados en macOS. Het ondersteunt drie modi: CPU + GPU, CPU + Neural Engine, CPU + GPU + Neural Engine (ALL). U kunt CheckPoint, Lora, tekstuele inversie, enz. Gebruiken en een vergelijkbare functie biedt als WebUI. De uitbreidingsfunctie wordt niet ondersteund, en vanwege de beperkingen van geheugencapaciteit kan de app vaak eindigen vanwege gebrek aan geheugen als deze meer dan een bepaalde resolutie in zowel oude als nieuwe apparaten heeft.

6. Riffusie: dit is een voorbeeld van het toepassen op samenstelling AI met behulp van het spectrogram.

7. Dish in AI Image Gallery: We hebben een speciale galerij geopend die AI -afbeeldingen kan maken met behulp van de service van Civitai.

De bovenstaande projecten gebruiken de stabiele diffusie om AI -afbeeldingen in verschillende functies en omgevingen te maken.