“请给我一个五彩斑斓的黑”,只需一行命令就能让AI画画

新闻 人工智能
只需输入一段话,就能根据内容输出一幅画,连吴恩达老师都不禁点赞。

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

 OpenAI今年1月公布的Dall-E可谓艳惊四座,只需输入一段话,就能根据内容输出一幅画。连吴恩达老师都不禁点赞。

比如让它设计一个“像牛油果一样的座椅”。

[[390268]]

但是,OpenAI只在官网设置了几种固定模板,代码也没有开源,用户无法用AI设计出更多的图片。

不过现在有个好消息,一位华人小哥Philip Wang已经复现了一个PyTorch版Dall-E,叫做Deep Daze

他使用了OpenAI的CLIP以及斯坦福大学的Siren,可以在个人电脑上运行。

只需输入在命令行中输入一段描述,这个AI就能画出各式图片。

比如在绿色山丘上的薄雾(mist over green hills):

[[390269]]

或者是“草地上的碎盘子”(shattered plates on the grass):

[[390270]]

你觉得实际效果如何?

开发该项目的Philip Wang,就是在今年年初公布要复现Dall-E的那位大神,没想到不到3个月的时间,这个项目已经如此强大,在GitHub上已收获1.1k星。

[[390271]]

安装与使用

Deep Daze可直接通过pip安装:

  1. pip install deep-daze 

安装完成后,输入以下命令运行。

  1. imagine TEXT <flags> 

其中imagine是命令,TEXT必须是一段不超过77个字符的英文描述,<flags>为可选参数,可加可不加。

如果我们想生成文章开始那张山中薄雾的图片,就输入以下命令:

  1. imagine mist over green hills 

<flags>中可加入的参数有:—deeper,获取更高的图像质量;—num-layers,指定网络的层数……更多用法可以去GitHub项目主页查询。

如果担心AI的想象力过于天马行空,可以指定一张图片,让AI在此图像基础上想象。这样就能保证图像不至于太过离谱。

具体的命令如下:

  1. imagine ‘description’ —start-image-path /path/to/picture.jpg 

假设我们给AI一张披萨的图片,让它想象“上面铺满青椒的样子”。

[[390272]]

那么我们将上述命令中的描述改成“A pizza with green pepper”。

[[390273]]

你以为这就是Deep Daze的全部?其实,它还有一个更强大的完全体——故事模式

只需设置—create_story=True,就可以解锁该模式,取消77个字符的限制,项目作者将美国诗人罗伯特·弗罗斯特的诗《雪夜林边歇马》输入其中,得到了一段mp4视频。

[[390274]]

到这里我有点想让AI画一下“五彩斑斓的黑”,但贫穷限制了我的操作。

因为使用Deep Daze必须要安装CUDA,而且最好在不小于8GB显存的GPU上,才能获得不错的效果。而我现在根本买不起英伟达显卡。

项目地址:

https://github.com/lucidrains/deep-daze

 

 

责任编辑:张燕妮 来源: 量子位
相关推荐

2019-09-11 15:20:21

华为

2020-04-22 10:01:26

Vim编辑器代码

2019-09-12 10:10:10

Vim编辑器代码

2021-04-19 10:38:06

代码开发工具

2020-01-07 11:30:50

图像识别AI人工智能

2021-04-22 11:27:24

Python命令水印

2022-05-13 09:36:06

Python水印命令

2021-03-19 08:38:12

Emacs应用windows

2016-01-07 13:45:28

微软Windows桌面

2016-11-02 15:16:38

2012-05-18 14:05:53

HTML5

2012-05-18 13:07:04

HTML5

2012-05-18 13:11:09

HTML5

2012-05-17 13:45:35

HTML5

2012-05-17 14:45:34

HTML5

2020-02-19 15:02:23

代码开发工具

2017-03-06 10:01:52

2022-12-13 07:40:33

LinuxWeb服务器

2012-05-18 13:59:45

HTML5

2024-03-04 07:50:00

模型成果
点赞
收藏

51CTO技术栈公众号