让AI绘图动起来并走进现实——LoRA模型-3D - Anagly

简介: 让AI绘图动起来并走进现实——LoRA模型-3D - Anagly

AI绘图动起来并走进现实——LoRA模型-3D - Ana

这是什么?预览图像看起来很糟糕!

这是一个LoRA,由Elldreth和TheAlly构思和训练,它产生一致的,可用的3D浮雕图像,没有任何插件或扩展,或昂贵的耳机*。只需启用LoRA,将强度设置为1,并像往常一样提示。

如果你没有3D浮雕眼镜,是的,图像会看起来很糟糕!

什么是浮雕图像?

浮雕图像是一种3D图像,它使用颜色来创造深度的错觉。这张图片是由同一张图片的两个略微不同的版本组成的,一个是红色的,一个是蓝色的。要看到完整的3D效果,你需要戴上一副浮雕眼镜,它有一个红色的镜片和一个蓝色的镜片。

这种眼镜可以让你看到两个不同版本的图像,你的大脑将它们融合在一起,创造出一种深度感。这两幅图像使用红色和蓝色的原理是,红色和蓝色是光谱中距离最远的颜色,因此可以提供最大的对比,从而产生更明显的3D效果。

*浮雕眼镜很便宜,可以在亚马逊和其他零售商上买到。

我可以不戴眼镜看这些图片吗?

这里有一个基本的浮雕查看器。这将允许你预览一些深度的图像。

注意事项!

虽然这个LoRA可以始终如一地产生优秀的结果,但它会输出3D效果似乎不起作用的图像,有时会产生不连贯的结果。这是实验!和所有稳定扩散代一样,种子也有运气的成分——请重新滚动。

有些模式可能比其他模式更好!我们已经测试了一些主要的模型,我们自己的Lucid和Churned混合,收到积极的结果。它似乎不太适合NAI和Anything v3,但与Berry's Mix表现良好。

雇佣修复似乎要么减少3D效果,或产生在图像质量的损失-小心。

还要注意,此模型的示例图像旨在让您了解模型的能力,并演示深度效果的可能性,不一定是100%可复制的——由于我的Web UI的设置。

你可以在Automatic1111的SD UI上使用深度地图脚本插件来创建anaglyphs,它做得更好!但我认为LoRA和提示对许多人来说比复杂的扩展更容易访问。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 并行计算
"震撼!CLIP模型:OpenAI的跨模态奇迹,让图像与文字共舞,解锁AI理解新纪元!"
【10月更文挑战第14天】CLIP是由OpenAI在2021年推出的一种图像和文本联合表示学习模型,通过对比学习方法预训练,能有效理解图像与文本的关系。该模型由图像编码器和文本编码器组成,分别处理图像和文本数据,通过共享向量空间实现信息融合。CLIP利用大规模图像-文本对数据集进行训练,能够实现zero-shot图像分类、文本-图像检索等多种任务,展现出强大的跨模态理解能力。
113 2
|
2天前
|
机器学习/深度学习 人工智能 语音技术
Fugatto:英伟达推出的多功能AI音频生成模型
Fugatto是由英伟达推出的多功能AI音频生成模型,能够根据文本提示生成音频或视频,并修改现有音频文件。该模型基于增强型的Transformer模型,支持复杂的组合指令,具有强大的音频生成与转换能力,广泛应用于音乐创作、声音设计、语音合成等领域。
36 1
Fugatto:英伟达推出的多功能AI音频生成模型
|
17天前
|
人工智能 弹性计算 Serverless
触手可及,函数计算玩转 AI 大模型 | 简单几步,轻松实现AI绘图
本文介绍了零售业中“人—货—场”三要素的变化,指出传统营销方式已难以吸引消费者。现代消费者更注重个性化体验,因此需要提供超出预期的内容。文章还介绍了阿里云基于函数计算的AI大模型,特别是Stable Diffusion WebUI,帮助非专业人士轻松制作高质量的促销海报。通过详细的部署步骤和实践经验,展示了该方案在实际生产环境中的应用价值。
49 6
触手可及,函数计算玩转 AI 大模型 | 简单几步,轻松实现AI绘图
|
20天前
|
存储 人工智能 安全
从梦想到现实:十年见证AI自动化漏洞修复的演变
2014年,我怀揣着利用科技创造更安全数字世界的梦想,提出了通过云平台自动化修复第三方网站漏洞的构想。十年后的2024年,随着AI技术的崛起,这一梦想已成为现实。如今,用户只需简单注册并安装插件,AI系统就能自动检测、修复漏洞,整个过程高效、智能。AI不仅提升了系统的可靠性和效率,还具备自我学习能力,使安全防护更加主动。未来,我将继续用AI探索更多可能,推动技术的发展,不断完善这个充满智慧与安全的数字世界。
44 3
从梦想到现实:十年见证AI自动化漏洞修复的演变
|
20天前
|
传感器 机器学习/深度学习 人工智能
自动驾驶汽车中的AI:从概念到现实
【10月更文挑战第31天】自动驾驶汽车曾是科幻概念,如今正逐步成为现实。本文探讨了自动驾驶汽车的发展历程,从早期的机械控制到现代的AI技术应用,包括传感器融合、计算机视觉、路径规划和决策控制等方面。尽管面临安全性和法规挑战,自动驾驶汽车在商用运输、公共交通和乘用车领域展现出巨大潜力,未来将为人类带来更安全、便捷、环保的出行方式。
|
1月前
|
人工智能
AI科学家太多,谁靠谱一试便知!普林斯顿新基准CORE-Bench:最强模型仅有21%准确率
【10月更文挑战第21天】普林斯顿大学研究人员提出了CORE-Bench,一个基于计算可重复性的AI代理基准,涵盖计算机科学、社会科学和医学领域的270个任务。该基准旨在评估AI代理在科学研究中的准确性,具有多样性、难度级别和现实相关性等特点,有助于推动AI代理的发展并提高计算可重复性。
47 4
|
2月前
|
人工智能 自然语言处理
从迷茫到精通:揭秘模型微调如何助你轻松驾驭AI新热点,解锁预训练模型的无限潜能!
【10月更文挑战第13天】本文通过简单的问题解答形式,结合示例代码,详细介绍了模型微调的全流程。从选择预训练模型、准备新任务数据集、设置微调参数,到进行微调训练和评估调优,帮助读者全面理解模型微调的技术细节和应用场景。
74 6
|
2月前
|
机器学习/深度学习 人工智能 TensorFlow
解锁AI潜力:让开源模型在私有环境绽放——手把手教你搭建专属智能服务,保障数据安全与性能优化的秘密攻略
【10月更文挑战第8天】本文介绍了如何将开源的机器学习模型(如TensorFlow下的MobileNet)进行私有化部署,包括环境准备、模型获取与转换、启动TensorFlow Serving服务及验证部署效果等步骤,适用于希望保护用户数据并优化服务性能的企业。
60 4
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
揭开模型微调Fine-Tuning的神秘面纱:如何在预训练基础上巧妙调整,解锁定制AI解决方案的秘密武器
【10月更文挑战第8天】模型微调是在预训练模型基础上,利用特定领域数据进一步训练,以优化模型在特定任务上的表现。此方法广泛应用于自然语言处理和计算机视觉等领域,通过调整预训练模型的部分或全部参数,结合适当的正则化手段,有效提升模型性能。例如,使用Hugging Face的Transformers库对BERT模型进行微调,以改善文本匹配任务的准确率。
60 1
|
6天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的应用及前景展望
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、挑战与未来发展趋势。通过分析AI技术如何助力提高诊断准确率、缩短诊断时间以及降低医疗成本,揭示了其在现代医疗体系中的重要价值。同时,文章也指出了当前AI医疗面临的数据隐私、算法透明度等挑战,并对未来的发展方向进行了展望。
下一篇
无影云桌面