使用AI焕发那场亚运的精彩--给回忆增添色彩,对未来充满期待

本文涉及的产品
模型训练 PAI-DLC,100CU*H 3个月
交互式建模 PAI-DSW,每月250计算时 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
简介: 1974年9月1日,第七届亚洲运动会在伊朗首都德黑兰的阿里亚梅尔体育中心的主体育场开幕,这是新中国首次参加亚运会。而今正值亚运110周年,第19届杭州亚运会即将举办。本次通过参与“历久弥新——用 AI 修复亚运会珍贵史料”活动,使用阿里云的 AI 技术对亚运会历史老照片进行修复,重燃亚运经典,为亚运助威。

引言

在第19届杭州亚运会即将举办之际,本次很荣幸能够参与到阿里云举办的这场“用AI修复亚运会珍贵史料”的活动,通过这次活动不仅感受到了AI修复的能力,更感受到了亚运会的魅力。也从中感受到了运动员们的全力以赴,为荣誉而战。透过比赛的激情与活力,让人倍感振奋。同时,在此也期待看到我国的体育事业在未来的发展中取得更大的成就。
本次的AI老图片修复,结合了开源社区的高质量的图像修复、去噪、上色等算法,使用Stable Diffusion WebUI 进行交互式图像修复。按照官方提供的教程引导,完成了本次的活动参与。

主要使用的资源

通过免费领用的PAI-DSW资源包,阿里云提供了交互式建模 PAI-DSW (5000CU*H 3个月)的试用权益。
56553b4ddc6e654eae98b574c1ba69d.png

注意事项

PAI-DSW资源包的试用限制资源类型为三个包括(ecs.gn6v-c8g1.2xlarge、ecs.g6.xlarge、ecs.gn7i-c8g1.2xlarge)同时也是部分同学产生付费的关键
6b87bc2ac6213000c2fe45d0fc23d0e.png
5aa7ede7b13be10948cf3e4bdf4b6cc.png

过程

1、创建交互式建模(DSW)
1.1、其中我们需要使用的是GPU规格机器。
482dba0a2162c90cd1c3df37b9f200b.png
1.2、另外镜像需要选择正确 选择官方镜像中的stable-diffusion-webui-env:pytorch1.13-gpu-py310-cu117-ubuntu22.04。
6ed3a1a10db50e76dda01695f77ba6c.png
1.3、完成实例创建
45b140b29a718d71afb6a0c3b835772.png
2.安装WebUI
2.1、单击需要打开的实例操作列下的打开,进入PAI-DSW实例开发环境。
2cdd24dc3bf03faa9949c8de0e53d61.png
2.2、在Notebook页签的Launcher页面,单击快速开始区域Tool下的DSW Gallery,打开DSW Gallery页面
4185d8139372e33216fea2c6efbbb48.png
6d016435e78f38477b9e4e299d7afa7.png
2.3、本次我基于WebUI在可视化界面中进行照片修复,所以直接从SD WebUI节开始
3c0876d723aed81b53ada0e624742bb.png
2.4、下载SDWebUI代码及内置的插件、模型
首先进行数据准备
cef8524963f33e55353bb62f327093a.png
2.5、下载SDWebUI代码及内置的插件、模型
8d64748fb5c643eb6bf68427f19cada.png

2.6、启动SDWebUI
c65ab619cd9861d039229c1f2367d9d.png
2.7、通过地址访问SDWebUI
171bbe35d23e2c3d2d25e8369fb68bb.png
3.使用WebUI进行图片处理
3.1、适当的超分/面部增强/图像上色任务。
8c96b2fecf3862f440644f2c03a0841.png

3.2、生成结果保存在 stable-diffusion-webui/outputs/extras-images/date 文件夹中,可以通过右键下载生成的图像
6efa29738dcf7a4c36c49371e9f565d.png
4.上传AI修复亚运珍贵史料,发表修复作品
1deb1e72edb9ac154161b52d82c2ec5.png

结语

通过参与“历久弥新——用 AI 修复亚运会珍贵史料”活动,从中获益良多。通过使用交互式建模 PAI-DSW的教程实践,感受了老照片的AI修复技术,也领略到了亚运会的魅力。与运动员们的全力以赴拼搏精神。同时期待杭州2022第19届亚运会让我们共同见证一届精彩纷呈的亚运盛会!也预祝杭州亚运会中国运动健儿取得佳绩!

相关实践学习
使用PAI-EAS一键部署ChatGLM及LangChain应用
本场景中主要介绍如何使用模型在线服务(PAI-EAS)部署ChatGLM的AI-Web应用以及启动WebUI进行模型推理,并通过LangChain集成自己的业务数据。
机器学习概览及常见算法
机器学习(Machine Learning, ML)是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能,它是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。 本课程将带你入门机器学习,掌握机器学习的概念和常用的算法。
目录
相关文章
|
人工智能 关系型数据库 分布式数据库
沉浸式学习PostgreSQL|PolarDB 9: AI大模型+向量数据库, 提升AI通用机器人在专业领域的精准度, 完美诠释柏拉图提出的“知识是回忆而不是知觉”
越来越多的企业和个人希望能够利用LLM和生成式人工智能来构建专注于其特定领域的具备AI能力的产品。目前,大语言模型在处理通用问题方面表现较好,但由于训练语料和大模型的生成限制,对于垂直专业领域,则会存在知识深度和时效性不足的问题。在信息时代,由于企业的知识库更新频率越来越高,并且企业所拥有的垂直领域知识库(例如文档、图像、音视频等)往往是未公开或不可公开的。因此,对于企业而言,如果想在大语言模型的基础上构建属于特定垂直领域的AI产品,就需要不断将自身的知识库输入到大语言模型中进行训练。
1102 0
|
5月前
|
存储 人工智能 大数据
TDengine 用户大会精彩回顾:AI+数据驱动汽车、能源、烟草、电力应用的未来
TDengine用户大会在京成功举办,聚焦“时序数据助你决胜AI时代”。涛思数据创始人陶建辉携手中科院院士王怀民等业界领袖,探讨时序数据最新进展及AI技术应用。会上发布了《时序大数据平台-TDengine核心原理与实战》一书,为企业与开发者提供宝贵指南。自2019年开源以来,TDengine已拥有57万用户实例,Star数达23.1k。王怀民赞赏TDengine全面创新,立足全球市场。大会还涉及数据库智能化运维、能源行业数字化转型等议题,并设有三大专场,深入讨论海量数据应用、智能制造新能源及新型电力系统,展示了TDengine在各领域的应用潜力与技术革新。
123 0
TDengine 用户大会精彩回顾:AI+数据驱动汽车、能源、烟草、电力应用的未来
|
4月前
|
存储 人工智能 数据管理
"AI大改造,让NAS焕发新生!智能分类、秒速检索、隐私守护、故障先知……你的数据存储神器全面升级,告别传统,拥抱未来智能NAS新纪元!"
【8月更文挑战第14天】大数据时代催生了对高效数据管理的需求,传统NAS面临挑战。AI技术的应用为NAS带来智能数据分类、内容分析检索、安全防护及预测性维护等功能。通过示例代码展示了AI如何简化数据管理、提升用户体验、保障数据安全及提高系统稳定性。集成AI的NAS正引领数据存储新时代。
101 3
|
人工智能 算法 计算机视觉
用AI修复亚运老照片:一次文化传承和历史回顾的活动
用AI修复亚运老照片:一次文化传承和历史回顾的活动
545 1
用AI修复亚运老照片:一次文化传承和历史回顾的活动
|
人工智能 开发者 黑灰产治理
“用 AI 修复亚运珍贵史料”活动介绍及活动规则【更新获奖名单】
2023年,正值亚运110周年,也是第19届杭州亚运会即将举办之际,阿里云与亚奥理事会合作,发起“历久弥新——用 AI 修复亚运会珍贵史料”活动,开发者使用阿里云的 AI 技术对亚运会历史老照片进行修复,重燃亚运经典,为亚运助威,并有机会入选“亚运史上第一个 AI 修复特展“。
27738 5
“用 AI 修复亚运珍贵史料”活动介绍及活动规则【更新获奖名单】
|
机器学习/深度学习 人工智能 编解码
用 AI 修复亚运珍贵史料——基于Stable Diffusion WebUI 体验AIGC加持的修复能力
2023年,正值亚运110周年,也是第19届杭州亚运会即将举办之际,阿里云与亚奥理事会合作,发起“历久弥新——用 AI 修复亚运会珍贵史料”活动(以下简称“本活动”),开发者使用阿里云的 AI 技术对亚运会历史老照片进行修复,重燃亚运经典,为亚运助威,并有机会入选“亚运史上第一个 AI 修复特展—— 1974 年德黑兰亚运会特展”。
1359 4
|
机器学习/深度学习 人工智能 对象存储
“历久弥新 | 用AI修复亚运珍贵史料”活动震撼来袭!
2023年,正值亚运110周年,也是第19届杭州亚运会即将举办之际,阿里云与亚奥理事会合作,发起“历久弥新——用 AI 修复亚运会珍贵史料”活动,开发者使用阿里云的 AI 技术对亚运会历史老照片进行修复,重燃亚运经典,为亚运助威,并有机会入选“亚运史上第一个 AI 修复特展“。
|
消息中间件 存储 人工智能
精彩回顾 | 大数据+AI Meetup 2020 第二季 ·上海站(附PPT下载)
开源届前浪后浪全员凶猛,合体也成为主流。此次 Meetup 分享了 Flink 和 Iceberg,Flink 和 Hologres,Flink 和 Pulsar 的深度融合探索实践、Spark 高性能向量化查询引擎解析、热度冲天的数据湖存储架构选型、bilibili 和滴滴的 kafka 平台优化方案;还 有Elasticsearch、开源流式存储系统 Pravega 的企业级实践。
精彩回顾 | 大数据+AI Meetup 2020 第二季 ·上海站(附PPT下载)
|
算法 机器学习/深度学习 人工智能
当AI学会回忆:Deepmind提出长期信度分配新算法,登上Nature子刊
在进行目标导向的决策时,人类经常通过回忆过去的经验进行决策。这种回忆不仅是讲故事,还改变了我们未来的行动,并赋予我们跨时间地将行动和后果联系起来的重要计算能力。
1672 0
当AI学会回忆:Deepmind提出长期信度分配新算法,登上Nature子刊
|
流计算 Apache 人工智能
回顾 | Kafka x Flink Meetup 与世界人工智能大会大数据 AI 专场精彩回顾(附PPT下载)
8 月最后一天,由 Apache Kafka 与 Apache Flink 联合举办的 Meetup 深圳站圆满落幕,现场站无虚席,来自 Confluent 、中国农业银行 、虎牙直播、数见科技以及阿里巴巴的五位技术专家带来了丰富精彩的分享,全场干货满满!
回顾 | Kafka x Flink Meetup 与世界人工智能大会大数据 AI 专场精彩回顾(附PPT下载)
下一篇
DataWorks