用AI实现涂鸦变精美画作

本文涉及的产品
模型训练 PAI-DLC,5000CU*H 3个月
模型在线服务 PAI-EAS,A10/V100等 500元 1个月
交互式建模 PAI-DSW,每月250计算时 3个月
简介: 您将学习如何在阿里云交互式建模(PAI-DSW)中,使用Stable Diffusion XL Turbo模型和DiffSynth UI实现AI作画,涂鸦也能生成精美画作。

教程简述

在本教程中,您将学习如何在阿里云交互式建模(PAI-DSW)中,使用Stable Diffusion XL Turbo模型和DiffSynth UI实现AI作画,涂鸦也能生成精美画作。

基于开源Stable Diffusion XL Turbo模型和DiffSynth UI,我们支持文图生成的基础上,也支持交互式的图像到图像生成,实现图像编辑功能,用户可以上传草图或通过WebUI提供的绘图工具绘制草图。本文将以Stable Diffusion XL Turbo为基模型,为您介绍如何在PAI-DSW中使用单卡实现交互式的图像编辑和生成功能。

本教程使用Stable Diffusion XL Turbo实现AI作画效果展示如下:

image.png


基于本教程可以体验:
👍新用户可免费领取价值万元的人工智能平台PAI试用资源
👍 学会如何快速在阿里云上创建一个交互式训练开发环境。
👍 学会如何在DSW中启动WebUI。
👍 学会如何在DSW实现交互式的图像编辑与生成功能。


答疑交流群

如需技术支持,请在钉钉搜索群号「 52485000325」,加入群聊


使用PAI-DSW快速启动SD WebUI

1. 准备环境和资源

1.1. 领取交互式建模PAI-DSW免费试用权益

前往活动页面,领取交互式建模PAI-DSW产品免费试用资源包

image.png

  • 对于交互式建模 PAI-DSW 的新用户,阿里云提供了5000CU*H 的免费试用资源,可以在活动页面中直接领取(试用规则请参照阿里云免费试用:https://free.aliyun.com/);或可以购买交互式建模 PAI-DSW 资源包参与活动,购买链接:PAI-DSW 100CU*H资源包,价格 59 元起;如不购买资源包,PAI-DSW 会按量进行计费,计费标准详见阿里云产品定价。

1.2. 创建PAI-DSW实例

  1. 前往人工智能平台PAI控制台,链接:https://pai.console.aliyun.com/
  2. 开通人工智能PAI并创建默认工作空间。请参见开通并创建默认工作空间
  3. 在人工智能平台PAI控制台内,选择交互式建模PAI-DSW

image.png

  1. 点击创建实例(如上图)
  2. 自定义输入实例名称(如下图)
  3. 选择实例机型,GPU分类-ecs.gn6v-c8g1.2xlarge(支持资源包抵扣),若无此机型库存可更换地域尝试;(如下图)

image.png

  1. 选择镜像,modelscope:1.11.0-pytorch2.1.2tensorflow2.14.0-gpu-py310-cu121-ubuntu22.04

image.png

  1. 点击“下一步”

image.png

  1. 确认【资源配置】及【镜像】如图所示,点击创建实例;

image.png

  1. 大约等到3-5分钟,实例状态变为「运行中」,实例创建完成;

image.png

1.3. 在DSW中打开教程文件

  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。
  2. Notebook页签的Launcher页面,单击前往浏览 Gallery,打开Gallery页面

image.png

  1. 在DSW Gallery页面中,搜索并找到基于Stable Diffusion XL Turbo的交互式图像编辑教程,单击教程卡片中的在DSW中打开。

image.png

  1. 完成以上步骤,顺利打开Stable Diffusion XL Turbo的交互式图像编辑Notebook最佳实践

image.png

1.4. 运行教程文件

  1. 在打开的教程文件DiffSynthWebUI文件中,您可以直接看到教程文本,您可以在教程文件中直接运行每个代码片段。当成功运行结束一个步骤命令后,再顺次运行下个步骤的命令。

image.png

image.png


  1. 本教程一共3个运行步骤:
  1. 下载模型文件
  2. 下载和安装所需要的环境
  3. 启动WebUI
  1. 当第3步启动WebUI运行完成后,在返回的运行详情结果中单击URL链接,进入WebUI页面。请发挥你的创意,生成您想要得到的图像吧!

image.png

2. 完成部署开始体验AI作画,体验简笔画变精美画作

您可以使用已经写好的UI启动脚本,进行图像创作。示例使用的参数解释如下,请您根据实际情况进行修改:

UI 界面说明

-- Model path: Stable Diffusion XL Turbo 模型。

-- Positive prompt: 目标生成图像的描述文本。

-- Number of images: 生成图像数量。

-- Create a drawing white board: 创建白色画布,用于草图绘制。

-- Stroke width: 笔画粗细

-- Denoising strength: 输入图像的保留程度,范围在0-1之间,值越小生成图像与输入图像越像, 如Denoising strength=0, 无变化; Denoising strength=1, 与输入图像完全无关.

-- Repetition: 图像重复次数.

-- Delete input image: 删除输入图像,建议在使用生成图像作为输入前将原输入图像删除。

2.1. 进入WebUI界面

进入WebUI界面,可以选择以上两种方式之一作为图片输入:1、打开在线画板绘制图片;2、本地上传图片

image.png

2.2. 在线画板绘制作为输入素材(推荐)

Step1、打开在线绘制白板;

Step2、绘制图片

Step3、输入Prompt(与图片元素相关);

Step4、生成图片;

image.png

image.png

2.3. 本地上传图片作为输入素材

Step1、上传图片;

Step2、输入Prompt;

Step3、生成图片;

image.png

2.4. 进阶玩法

image.png

image.png

image.png


您可以自由发挥基于您的涂鸦进行AIGC新创作!

🎁🎁作品完成上传【用AI实现涂鸦变大作】活动页面,Powerbeats Pro、台式升降桌、电脑支架等七重好礼等你来拿~

image.png

3. 资源清理及后续

3.1. 清理

  • 在实验完成后,可前往对应产品控制台,停止或删除实例(两个操作均可),避免实例持续处于运行中,在超出免费试用额度后,带来额外的扣费

image.png

  • 后续仍考虑使用该实例>>停止;后续不再使用该实例>>删除,成功停止后即停止资源消耗。

3.2. 后续

在试用有效期期间,您还可以继续使用DSW实例进行模型训练和推理验证。

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。
相关文章
|
人工智能 搜索推荐 开发者
Doodle一下,AI上作画!活动震撼来袭,个性画作等你挑战!
体验”通义万相-涂鸦作画“,晒出属于你的”灵魂画作“,在阿里云社区、微博/小红书提交作品,即有机会获得人气奖哦!
576 3
Doodle一下,AI上作画!活动震撼来袭,个性画作等你挑战!
|
人工智能 自然语言处理
最懂中国传统文化的AI绘画模型,画作有形更有神,传达儒释道思想
最懂中国传统文化的AI绘画模型,画作有形更有神,传达儒释道思想
552 0
|
3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。
|
10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。
|
14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。
40 1
|
6天前
|
机器学习/深度学习 人工智能 算法
AI在医疗诊断中的应用
【10月更文挑战第42天】本文将探讨人工智能(AI)在医疗诊断中的应用,包括其优势、挑战和未来发展方向。我们将通过实例来说明AI如何改变医疗行业,提高诊断的准确性和效率。
|
7天前
|
存储 人工智能 搜索推荐
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
Memoripy 是一个 Python 库,用于管理 AI 应用中的上下文感知记忆,支持短期和长期存储,兼容 OpenAI 和 Ollama API。
40 6
Memoripy:支持 AI 应用上下文感知的记忆管理 Python 库
|
3天前
|
机器学习/深度学习 人工智能 算法
强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用
本文探讨了强化学习在游戏AI中的应用,从基本原理、优势、应用场景到具体实现方法,以及Python在其中的作用,通过案例分析展示了其潜力,并讨论了面临的挑战及未来发展趋势。强化学习正为游戏AI带来新的可能性。
20 4
|
12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。
47 10
|
5天前
|
机器学习/深度学习 人工智能 监控
探索AI在医疗诊断中的应用与挑战
本文旨在揭示人工智能(AI)技术如何革新医疗诊断领域,提高疾病预测的准确性和效率。通过分析AI在图像识别、数据分析等方面的应用实例,本文将探讨AI技术带来的便利及其面临的伦理和法律问题。文章还将提供代码示例,展示如何使用AI进行疾病诊断的基本过程。

热门文章

最新文章

下一篇
无影云桌面