AI制作艺术二维码 - 图生图2

简介: AI制作艺术二维码 - 图生图2

ControlNet设置

这里用到了两个ControlNet,下边分别介绍对它们的设置。

1、ControlNet Unit0设置

上传基础图片,并启用ControlNet,这个ControlNet的作用是控制人物的姿势。

1689163111054.png

1689163151470.png

2、ControlNet Unit1设置

这个ControlNet的作用是绘制二维码,所以这里我们上传二维码的图片。

1689163265628.png

这里Control类型选择Tile,它具有放大和细节控制的能力。预处理器和模型请选择匹配的。

因为原图和二维码图之间,二维码更重要,所以这个ControlNet的权重要高一些,否则就不容易扫出来了。

这里还要控制介入绘制的起始和结束步数,起始不能从0开始,否则就画不出来图像了。

1689163317769.png

生成

最后点击生成就可以了,看看效果:

image.png

注意

需要在图片美观度和二维码可识别之间做平衡,有时候生成的二维码不可扫描,或者在微信中无法长按识别,可以重新生成几次,或者调整下ControlNet的权重和控制介入的起始结束步数。

不同的模型对生成图片的效果影响也比较大,建议使用2.5D或者3D的模型,更容易出图,且不同的模型ControlNet的参数可能也需要调整。

对于脸部照片的合成,受到二维码颜色的影响,生成的图片美观度会差一些,可以换一下不同的二维码颜色试试,或者绘制其它不需要怎么美颜的图片。


以上就是本文的主要内容了,后续我会继续分享AIGC方面的东西,大家有兴趣的及时加我关注(微信公众号:萤火遛AI),以免错过精彩内容。

相关文章
|
6月前
|
人工智能 自然语言处理 NoSQL
悦数图数据库推出 AI 知识图谱构建器及图语言生成助手
随着人工智能应用在全球范围的普及和风靡,大语言模型技术(Large Language Model,简称 LLM)受到了广泛的关注和应用。而图数据库作为一种处理复杂数据结构的工具,能够为企业构建行业大语言模型提供强大的支持,包括丰富亿万级别的上下文信息,提升模型的应答精度,从而实现企业级的应用效果。同时,Graph+LLM 可以助力快速构建知识图谱,帮助企业更深入地理解和挖掘数据价值。
|
6月前
|
人工智能 编解码 程序员
AI绘画普及课【二】图生图
AI绘画普及课【二】图生图
287 0
|
机器学习/深度学习 人工智能 算法
AI图生成技术:从随机噪声到逼真图像
在人工智能的快速发展中,图像生成是一个备受关注的研究领域。AI图生成技术通过训练深度神经网络来生成逼真的图像,为我们提供了许多有趣的应用场景,如风格转换、图像修复和虚拟现实等。本篇博客将介绍一种基于随机噪声的AI图生成技术,并探讨其背后的原理和应用。
363 1
|
人工智能 物联网
AI 绘画Stable Diffusion 研究(十一)sd图生图功能详解-美女换装
AI 绘画Stable Diffusion 研究(十一)sd图生图功能详解-美女换装
1069 1
|
人工智能
AI 绘画Stable Diffusion 研究(十四)SD 图生图+剪映制作人物说话视频(2)
AI 绘画Stable Diffusion 研究(十四)SD 图生图+剪映制作人物说话视频
612 0
|
人工智能
AI 绘画Stable Diffusion 研究(十四)SD 图生图+剪映制作人物说话视频(1)
AI 绘画Stable Diffusion 研究(十四)SD 图生图+剪映制作人物说话视频
544 0
|
2天前
|
机器学习/深度学习 人工智能 自然语言处理
当前AI大模型在软件开发中的创新应用与挑战
2024年,AI大模型在软件开发领域的应用正重塑传统流程,从自动化编码、智能协作到代码审查和测试,显著提升了开发效率和代码质量。然而,技术挑战、伦理安全及模型可解释性等问题仍需解决。未来,AI将继续推动软件开发向更高效、智能化方向发展。
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在医疗领域的应用及其挑战
【10月更文挑战第34天】本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念入手,然后详细介绍其在医疗领域的各种应用,如疾病诊断、药物研发、患者护理等。最后,我们将讨论AI在医疗领域面临的主要挑战,包括数据隐私、算法偏见、法规合规等问题。
19 1
|
4天前
|
机器学习/深度学习 人工智能 算法
AI在医疗领域的应用与挑战
本文探讨了人工智能(AI)在医疗领域的应用,包括其在疾病诊断、治疗方案制定、患者管理等方面的优势和潜力。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题以及技术局限性等。通过对这些内容的深入分析,旨在为读者提供一个全面了解AI在医疗领域现状和未来发展的视角。
25 10
|
5天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)在医疗领域中的应用现状和面临的挑战。通过分析AI技术如何助力疾病诊断、治疗方案优化、患者管理等方面的创新实践,揭示了AI技术为医疗行业带来的变革潜力。同时,文章也指出了数据隐私、算法透明度、跨学科合作等关键问题,并对未来的发展趋势进行了展望。

热门文章

最新文章