ต่อไปคำแนะนำต่อไป
การแก้ไขภาพการสนทนาด้วยโมเดลหลายรูปแบบ
วิชวลเอไอ
คู่มือ AI แบบเห็นภาพ
InstructPix2Pix ให้คุณแก้ไขรูปภาพโดยพิมพ์คำสั่งธรรมดา เช่น 'ทำให้เป็นฤดูหนาว' หรือ 'เปลี่ยนแมวให้เป็นสุนัข' โดยไม่ต้องใช้หน้ากากหรือเครื่องมือเลือก
ฟังคำแนะนำนี้บรรยายโดย AI · ~2 min
โดยจะสอนโมเดลการแพร่กระจายให้ปฏิบัติตามคำแนะนำในการแก้ไขโดยตรง
InstructPix2Pix is a diffusion model conditioned on an input image and an editing instruction. Its authors constructed synthetic training pairs by using GPT-3 to generate instructions and Prompt-to-Prompt with Stable Diffusion to create edited image examples. They report that the trained model can apply user-written instructions to real images without per-example fine-tuning or inversion. This does not mean inference is a single network evaluation: diffusion sampling still uses iterative denoising. Two guidance scales trade instruction adherence against similarity to the source image, and the model can alter details beyond the requested edit, so review remains necessary.
บล็อกเกอร์ประเภท 'เพิ่มใบไม้ในฤดูใบไม้ร่วง' เพื่อปรับภาพทิวทัศน์ในช่วงฤดูร้อนสำหรับโพสต์ตามฤดูกาล
ผู้ขายอีคอมเมิร์ซแนะนำให้ 'เปลี่ยนสีเสื้อเป็นสีกรมท่า' เพื่อสร้างรูปแบบสีของผลิตภัณฑ์ตั้งแต่ช็อตเดียว
ครูแก้ไขภาพถ่ายประวัติศาสตร์ด้วย 'เพิ่มสีสันให้กับภาพนี้' เพื่อทำให้ภาพที่เก็บถาวรขาวดำดูสดใสสำหรับบทเรียน
ผู้สร้างมีมสั่ง 'สวมแว่นกันแดดให้สุนัข' โดยไม่ต้องปิดบังหน้าสุนัขด้วยตนเอง
Instruction-based editing can make image changes easier to request, but generative outputs still need review for unintended alterations, missing details, and unsupported historical claims.
จดหมายข่าวฟรี
เรื่องราว AI ที่ตรวจสอบแล้ว 3 เรื่องทุกวันทำงาน เช้า, เขียนเป็นภาษาอังกฤษธรรมดา ฟรีตลอดไป ไม่มีโฆษณา
อีเมลหนึ่งฉบับทุกวันทำงาน ยกเลิกการสมัครในคลิกเดียว เราไม่เคยขายหรือแชร์ที่อยู่อีเมลของคุณ
ทดสอบตัวเอง
ข้อเสนอแนะทันทีสำหรับทุกคำตอบ และใบรับรองที่สามารถแชร์ได้พร้อม ID ที่ตรวจสอบได้เมื่อคุณผ่านหลักสูตร
สนับสนุนการศึกษา AI ฟรี AI Understanding เป็นองค์กรไม่แสวงหาผลกำไร 501(c)(3) — ไม่มีโฆษณา ไม่มีกำแพงเงิน, ตลอดไป บริจาค
InstructPix2Pix ให้คุณแก้ไขรูปภาพโดยพิมพ์คำสั่งธรรมดา เช่น 'ทำให้เป็นฤดูหนาว' หรือ 'เปลี่ยนแมวให้เป็นสุนัข' โดยไม่ต้องใช้หน้ากากหรือเครื่องมือเลือก โดยจะสอนโมเดลการแพร่กระจายให้ปฏิบัติตามคำแนะนำในการแก้ไขโดยตรง
คุณเพียงแค่พิมพ์คำสั่งเช่น 'make it winter'; ไม่จำเป็นต้องสวมหน้ากากหรือเลือกภูมิภาค
ผู้เขียนได้รวมคู่คำบรรยายที่สร้างโดย GPT-3 เข้ากับการสังเคราะห์ภาพพร้อมท์ถึงพร้อมท์เพื่อสร้างคำบรรยายอัตโนมัติ
สเกลหนึ่งจะกำหนดว่าการแก้ไขจะเป็นไปตามคำสั่งมากน้อยเพียงใด ส่วนอีกอันจะควบคุมจำนวนอิมเมจต้นฉบับที่ถูกเก็บรักษาไว้
คำสั่งกำหนดเป้าหมายการเปลี่ยนแปลงเฉพาะ ดังนั้นโมเดลจะรักษาขอบเขตที่คำสั่งไม่ได้กล่าวถึง
The paper describes applying the trained model to an image and instruction without per-example fine-tuning or inversion. The diffusion model still performs iterative denoising during inference.
เรียนรู้ต่อไป
คำแนะนำเพิ่มเติมที่เลือกสำหรับหัวข้อนี้
ต่อไปคำแนะนำต่อไป
การแก้ไขภาพการสนทนาด้วยโมเดลหลายรูปแบบ
วิชวลเอไอ