使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理

简介: 使用 PAI-DSW x Free Prompt Editing图像编辑算法,开发个人AIGC绘图小助理

教程简述


本教程中,您将学习在阿里云交互式建模平台PAI-DSW x Free Prompt Editing(CVPR2024中选论文算法)图像编辑算法,开发个人AIGC绘图小助理,实现文本驱动的图像编辑功能单卡即可完成AIGC图片风格变化、背景变化和主体变化等功能让我们一同开启这场旅程,为您的图像编辑添上无限可能性的翅膀吧。


FreePromptEditing是一个基于文本驱动的Stable Diffusion图像编辑算法,用户可以直接通过输入Edit Prompt对生成图像或者真实图像进行编辑。


教程使用Free Prompt Editing图像编辑算法,实现的图片风格变化对比:


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中编译代码、启动WebUI
👍
学会如何在DSW开发个人AIGC绘图小助理


答疑交流群


如需技术支持,请在钉钉搜索群号「」,加入群聊


使用PAI-DSW开发AIGC绘图小助理



准备环境和资源

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。

2. 创建PAI-DSW实例

image.png

  • 点击新建实例(如上图)
  • 自定义输入实例名称(如下图)
  • 选择实例机型,GPU推荐使用A10或者V100(16GB)及以上配置,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;

image.png

  • 选择镜像:pytorch-develop:1.12-gpu-py39-cu113-ubuntu20.04

image.png

  • 点击“下一步”

image.png

  • 确认【资源配置】及【镜像】如图所示,点击创建实例

image.png

  • 约等到3-5分钟,实例状态变为「运行中」,实例创建完成;

image.png

3. 在DSW中打开教程文件

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

image.png

  • 在DSW Gallery页面中,搜索并找到AI美术师:图像编辑的无限可能教程,单击教程卡片中的在DSW中打开。

image.png

  • 完成以上步骤,顺利打开AI美术师:图像编辑的无限可能Notebook最佳实践

image.png

4. 运行教程文件

  • 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

  • 本教程一共3个运行步骤:
  1. 准备工做
  2. 下载和安装环境
  3. 运行WebUI
  • 当第3步运行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

完成部署,开始体验AI图像编辑的无限可能


运行成功后打开链接,请发挥你的创意,修改您想要得到的图像吧!

WebUI 界面可调参数说明


-- Attention map Replacing Scale ratio of Editing 取值0.0-1.0,越大保留原图细节越多,建议值0.4-0.8-- DDIM Steps 去噪步数-- Layers to Edit 编辑的层数,建议值 32,16-- Image Resolution 图像分辨率,建议值512-- CFG Scale 文本提示控制强度,建议值 7.5-- Seed 随机种子


我们已经在WebUI 预置了上述的可调参数,并提供了示例图像,编辑文本,以及负文本,您可以直接点击一键运行。

1. 进入WebUI界面

点击运行,稍等片刻后,在下方区域会输出原图像和编辑结果图像。

2. 更改图像背景

可以看到,基于FreePromptEditing,算法很好地理解了输入的编辑指导文本,将图像的背景转移到了森林中。

Edit Prompt(编辑文本):a Chinese building on the forest

Negative Prompt(负文本): nsfw, worst quality, low quality, normal quality, lowres, watermark

image.png

您也可以将示例的建筑搬到纽约,示例如下:

Edit Prompt(编辑文本):a Chinese building in New York City

Negative Prompt(负文本): nsfw, worst quality, low quality, normal quality, lowres, watermark

image.png

3. 更改图像风格

除了使用修改之外,我们也可以随意发挥想象力,通过设计编辑提示词,来改变原图的图像风格。下面展示些创意示例,仅仅修改了提示词,其他配置参数跟上文一致.

编辑文本:a kids drawing of a cat (儿童画的一只猫)

image.png

编辑文本:Van Gogh style architectural picture (梵高风格建筑图片)

image.png

成为无拘无束的创意画师,让您的幻想遨游色彩的世界,现在就启程,为您的图像添加无限的可能吧。


♥♥ 您可以自由发挥AI绘画新创作,本次活动要求:任意上传一张照片,变为梵高风格,分享前后对比图

🎁🎁作品完成上传活动页面,邀请好友一起参与活动,有机会赢取小度智能屏X9、米家小白摄像头、天猫魔投等好礼


image.png

资源清理及后续

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。

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。


相关文章
|
1月前
|
机器学习/深度学习 算法 机器人
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
【水下图像增强融合算法】基于融合的水下图像与视频增强研究(Matlab代码实现)
202 0
|
3月前
|
编解码 算法
改进SIFT算法实现光学图像和SAR图像配准
改进SIFT算法实现光学图像和SAR图像配准
|
1月前
|
机器学习/深度学习 算法 自动驾驶
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
基于导向滤波的暗通道去雾算法在灰度与彩色图像可见度复原中的研究(Matlab代码实现)
153 8
|
1月前
|
机器学习/深度学习 数据采集 人工智能
【机器学习算法篇】K-近邻算法
K近邻(KNN)是一种基于“物以类聚”思想的监督学习算法,通过计算样本间距离,选取最近K个邻居投票决定类别。支持多种距离度量,如欧式、曼哈顿、余弦相似度等,适用于分类与回归任务。结合Scikit-learn可高效实现,需合理选择K值并进行数据预处理,常用于鸢尾花分类等经典案例。(238字)
|
2月前
|
存储 监控 算法
基于文化优化算法图像量化(Matlab代码实现)
基于文化优化算法图像量化(Matlab代码实现)
103 1
|
2月前
|
存储 算法 生物认证
基于Zhang-Suen算法的图像细化处理FPGA实现,包含testbench和matlab验证程序
本项目基于Zhang-Suen算法实现图像细化处理,支持FPGA与MATLAB双平台验证。通过对比,FPGA细化效果与MATLAB一致,可有效减少图像数据量,便于后续识别与矢量化处理。算法适用于字符识别、指纹识别等领域,配套完整仿真代码及操作说明。
|
2月前
|
机器学习/深度学习 监控 并行计算
【图像增强】局部对比度增强的CLAHE算法直方图增强研究(Matlab代码实现)
【图像增强】局部对比度增强的CLAHE算法直方图增强研究(Matlab代码实现)
314 0
|
4月前
|
机器学习/深度学习 监控 算法
基于单尺度Retinex和多尺度Retinex的图像增强算法实现
基于单尺度Retinex(SSR)和多尺度Retinex(MSR)的图像增强算法实现
423 1
|
4月前
|
存储 算法 数据安全/隐私保护
基于FPGA的图像退化算法verilog实现,分别实现横向和纵向运动模糊,包括tb和MATLAB辅助验证
本项目基于FPGA实现图像运动模糊算法,包含横向与纵向模糊处理流程。使用Vivado 2019.2与MATLAB 2022A,通过一维卷积模拟点扩散函数,完成图像退化处理,并可在MATLAB中预览效果。
|
4月前
|
监控 算法 决策智能
基于盲源分离与贝叶斯非局部均值的图像降噪算法
基于盲源分离与贝叶斯非局部均值的图像降噪算法
160 0