還能再漲23%!AI寵兒NVIDIA成大摩明年首選AMD FSR 4.0將與RX 9070 XT顯卡同步登場(chǎng)羅永浩細(xì)紅線最新進(jìn)展,暫別AR,迎來AI Jarvis構(gòu)建堅(jiān)實(shí)數(shù)據(jù)地基,南京打造可信數(shù)據(jù)空間引領(lǐng)數(shù)字城市建設(shè)下單前先比價(jià)不花冤枉錢 同款圖書京東價(jià)低于抖音6折日媒感慨中國(guó)電動(dòng)汽車/智駕遙遙領(lǐng)先:本田、日產(chǎn)、三菱合并也沒戲消委會(huì)吹風(fēng)機(jī)品質(zhì)檢測(cè)結(jié)果揭曉 徠芬獨(dú)占鰲頭 共話新質(zhì)營(yíng)銷力,2024梅花數(shù)據(jù)峰會(huì)圓滿落幕索尼影像專業(yè)服務(wù) PRO Support 升級(jí),成為會(huì)員至少需注冊(cè) 2 臺(tái) α 全畫幅相機(jī)、3 支 G 大師鏡頭消息稱vivo加碼電池軍備競(jìng)賽:6500mAh 旗艦機(jī)+7500mAh中端機(jī)寶馬M8雙門轎跑車明年年初將停產(chǎn),后續(xù)無2026款車型比亞迪:2025 款漢家族車型城市領(lǐng)航智駕功能開啟內(nèi)測(cè)雷神預(yù)告2025年首次出席CES 將發(fā)布三款不同技術(shù)原理智能眼鏡realme真我全球首發(fā)聯(lián)發(fā)科天璣 8400 耐玩戰(zhàn)神共創(chuàng)計(jì)劃iQOO Z9 Turbo長(zhǎng)續(xù)航版手機(jī)被曝電池加大到6400mAh,搭驍龍 8s Gen 3處理器普及放緩 銷量大跌:曝保時(shí)捷將重新評(píng)估電動(dòng)汽車計(jì)劃來京東參與榮耀Magic7 RSR 保時(shí)捷設(shè)計(jì)預(yù)售 享365天只換不修國(guó)補(bǔ)期間電視迎來換機(jī)潮,最暢銷MiniLED品牌花落誰家?美團(tuán)旗下微信社群團(tuán)購業(yè)務(wù)“團(tuán)買買”宣布年底停運(yùn)消息稱微軟正與第三方廠商洽談,試圖合作推出Xbox游戲掌機(jī)設(shè)備
  • 首頁 > 云計(jì)算頻道 > 大模型

    ControlNet作者推新項(xiàng)目Omost 一句話變構(gòu)圖小作文 再也不用為寫提示詞頭疼了

    2024年06月03日 15:23:19   來源:站長(zhǎng)之家

      近日,ControlNet的作者推出了一個(gè)全新的項(xiàng)目——Omost。這個(gè)項(xiàng)目對(duì)現(xiàn)有圖像模型的提示詞理解有著巨大的幫助。通過很短的提示詞,就可以生成非常詳細(xì)并且空間表現(xiàn)很準(zhǔn)確的圖片。

      Omost通過預(yù)定義的位置、偏移量和區(qū)域三大參數(shù)來簡(jiǎn)化圖像元素的描述。這使得用戶能夠更直觀地指定圖像中各個(gè)元素的位置和大小,從而生成高質(zhì)量、符合預(yù)期的圖像。

      使用Omost,你只需要輸入簡(jiǎn)單的提示詞,LLM就可以生成圖像每個(gè)區(qū)域的簡(jiǎn)單提示和位置信息。然后針對(duì)圖像九宮格的簡(jiǎn)單提示詞繼續(xù)擴(kuò)展,保證了每一部分都有非常詳細(xì)的描述。

      比如,我輸入創(chuàng)建一個(gè)夢(mèng)幻的空中城堡,然后它給我返回了一段非常詳細(xì)的圖像描述:

      這張照片展示了一座漂浮在高空的夢(mèng)幻空中城堡,

      “城堡完全由玻璃和閃閃發(fā)光的金屬制成,反射出耀眼的陽光。”,

      “精致的橋梁連接著各種塔,每座塔都裝飾著復(fù)雜的雕刻和發(fā)光的符文。”,

      “城堡周圍的天空是柔和柔和色調(diào)的漸變,從黎明的粉紅色過渡到黃昏的藍(lán)色。”,

      “下面是郁郁蔥蔥的森林、波光粼粼的河流和連綿起伏的山丘。”,

      “整個(gè)場(chǎng)景籠罩在一種神奇的氛圍中,柔和空靈的光束照亮了城堡,營(yíng)造出一種奇妙和迷人的感覺。”

      然后點(diǎn)擊生成圖像,它就會(huì)將上面的提示轉(zhuǎn)化為圖像返給你:

      效果還不錯(cuò)。我們也可以將提示詞復(fù)制到MJ中生成。效果如下:

      更牛逼的是,Omost已經(jīng)完成的圖像整體布局可以保留,如果你想修改畫面中的某個(gè)元素,也只需要一句提示詞即可。比如你原來的畫面主體是龍,你可以直接把龍變成恐龍。

      項(xiàng)目亮點(diǎn):

      自動(dòng)擴(kuò)展提示詞:Omost能夠?qū)⒑?jiǎn)單的提示詞拆解成詳細(xì)的描述,從圖像整體到局部元素的位置和大小均能詳細(xì)說明。例如輸入“a funny cartoon batman fights joker”,系統(tǒng)會(huì)生成蝙蝠俠與小丑戰(zhàn)斗的完整圖像。

      高靈活性:生成的圖像布局可以保留,用戶可以通過簡(jiǎn)單的提示詞對(duì)圖像中的某個(gè)元素進(jìn)行修改。比如,將龍變成恐龍,系統(tǒng)會(huì)根據(jù)新提示生成修改后的圖像。

      圖像位置編碼:Omost通過將圖像劃分為729個(gè)不同的位置來簡(jiǎn)化圖像元素的描述。每個(gè)位置包括預(yù)定義的參數(shù),如位置、偏移量和區(qū)域,確保圖像生成的準(zhǔn)確性和細(xì)致度。

      子提示系統(tǒng):所有Omost LLM都經(jīng)過訓(xùn)練,可以提供嚴(yán)格定義的“子提示”,這些子提示可以獨(dú)立描述事物,并任意組合形成完整的提示。這種設(shè)計(jì)提高了提示詞的靈活性和準(zhǔn)確性。

      注意力操縱:Omost使用注意力分?jǐn)?shù)調(diào)整技術(shù)來控制圖像生成過程中的區(qū)域關(guān)注度,實(shí)現(xiàn)更精細(xì)的圖像生成。通過調(diào)整注意力分?jǐn)?shù),Omost能夠生成符合提示詞描述的圖像元素。

      提示前綴樹:Omost引入提示前綴樹技術(shù),通過合并子提示來改進(jìn)提示理解和描述。例如,可以將路徑“a cat and a dog. the cat on the sofa”作為提示,從而生成相應(yīng)圖像。

      Omost的實(shí)現(xiàn)和使用

      Omost項(xiàng)目基于Llama3和Phi3變體模型,用戶可以通過提供簡(jiǎn)單的提示詞來生成復(fù)雜的圖像。以下是該項(xiàng)目的幾個(gè)關(guān)鍵組件:

      位置和偏移量:將圖像劃分為9個(gè)位置,每個(gè)位置進(jìn)一步劃分為81個(gè)偏移量,共有729個(gè)邊界框,用于描述圖像元素的位置。

      distance_to_viewer和HTML_web_color_name:用于調(diào)整圖像元素的視覺表現(xiàn),通過組合這些參數(shù)可以生成粗略的圖像構(gòu)圖。

      注意力操縱:基于注意力分?jǐn)?shù)操作的baseline渲染器,通過調(diào)整注意力分?jǐn)?shù)來控制不同區(qū)域的模型關(guān)注度。

      應(yīng)用和前景

      Omost技術(shù)的推出,不僅簡(jiǎn)化了提示詞的編寫,還提高了圖像生成的精確度和靈活性。其應(yīng)用場(chǎng)景包括但不限于AI繪畫、圖像設(shè)計(jì)、廣告創(chuàng)意、教育等領(lǐng)域。用戶可以通過簡(jiǎn)單的提示詞生成復(fù)雜的圖像,為創(chuàng)意設(shè)計(jì)提供了強(qiáng)大的工具支持。

      文章內(nèi)容僅供閱讀,不構(gòu)成投資建議,請(qǐng)謹(jǐn)慎對(duì)待。投資者據(jù)此操作,風(fēng)險(xiǎn)自擔(dān)。

    即時(shí)

    新聞

    明火炊具市場(chǎng):三季度健康屬性貫穿全類目

    奧維云網(wǎng)(AVC)推總數(shù)據(jù)顯示,2024年1-9月明火炊具線上零售額94.2億元,同比增加3.1%,其中抖音渠道表現(xiàn)優(yōu)異,同比有14%的漲幅,傳統(tǒng)電商略有下滑,同比降低2.3%。

    企業(yè)IT

    重慶創(chuàng)新公積金應(yīng)用,“區(qū)塊鏈+政務(wù)服務(wù)”顯成效

    “以前都要去窗口辦,一套流程下來都要半個(gè)月了,現(xiàn)在方便多了!”打開“重慶公積金”微信小程序,按照提示流程提交相關(guān)材料,僅幾秒鐘,重慶市民曾某的賬戶就打進(jìn)了21600元。

    3C消費(fèi)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,高能實(shí)力,創(chuàng)

    華碩ProArt創(chuàng)藝27 Pro PA279CRV顯示器,憑借其優(yōu)秀的性能配置和精準(zhǔn)的色彩呈現(xiàn)能力,為您的創(chuàng)作工作帶來實(shí)質(zhì)性的幫助,雙十一期間低至2799元,性價(jià)比很高,簡(jiǎn)直是創(chuàng)作者們的首選。