目次
InsCode は、CSDN によって開発された強力かつ包括的なコード開発プラットフォームであり、ソフトウェア エンジニアや AI モデル愛好家にワンストップ開発サービスを提供することを目的としています。InsCode は、オンライン IDE、オンライン AI プログラミング、オンライン コンピューティング電源リース、オンライン プロジェクト展開、オンライン SD モデル使用などの機能を統合することにより、開発者に包括的な開発エクスペリエンスを提供します。
新しいソフトウェア エンジニアでも、AI テクノロジに精通したモデル愛好家でも、InsCode を使用すると、コードをすばやく作成してプロジェクトを実行できます。プラットフォームのオンライン IDE 機能は、柔軟なコード編集環境を提供し、複数のプログラミング言語とフレームワークをサポートし、高品質のコードを簡単に作成できます。オンライン AI プログラミング機能は、豊富な機械学習アルゴリズムとモデル トレーニング機能をプロジェクトに提供し、AI アプリケーションを簡単に開発および展開できるようにします。
今日は、InsCode プラットフォーム全体の関連機能と動作をテストすると同時に、高品質のキャラクター画像を生成するオンライン安定拡散モデルを体験することに重点を置きます。
InsCodeプラットフォーム機能紹介
ログインURL:
プロジェクトを作成する
InsCode プラットフォームにログインすると、左側にナビゲーション バーが表示され、ワークベンチを選択してプロジェクトを順に作成し、アプリケーション プロジェクトを作成するためのインターフェイスに入ることができます。
次に、以下の図に示すように、さまざまな言語テンプレートの関連プロジェクトを作成できます。プロジェクトの作成が成功したら、プロジェクト ファイルを直接書き込むことができます。
テストを直接実行できます。
次のステップはプロジェクトをデプロイすることですが、CPU を使用して実行されている場合は、当面は無料です。もちろん、プロジェクトを GPU 関連の計算能力にデプロイする場合は料金が発生します。
AI アプリケーションを作成する
AI アプリケーションを作成する場合、ChatGPT テンプレートを使用して構築することを選択できます。
編集ページに移動するだけで、ChatGPT を使用したテンプレートが vue で記述されていることがわかり、それを直接実行して効果を確認できます。かなり快適に動作しますし、もちろん読者が自分で二次開発を行うことも可能です。
続いては、InsCodeが開発したAI描画の重要な機能テスト。
安定した拡散モデルで美しい画像を生成
1. 安定拡散モデルのオンラインアドレス:
https://inscode.csdn.net/@inscode/Stable-Diffusion
以下の図に従って、トレーニング モデルを選択し、次に Stable-Diffusion テンプレートを選択し、最後に有料 GPU サーバーを構築します。もちろん、GPU リソースを自分で持っている場合は、ローカルでビルドすることもできます。チュートリアルについては、私の別のブログを参照してください。Midjourney Adobe FireFly AIの描き方を無料で教えます—安定した拡散AI描画のWindowsローカル迅速展開とユーザーガイド（初心者でも学べます） 以上の手順が完了すると、自動的に以下のページにジャンプします
。
1～2分程度で作成が完了したら、次のページの赤枠で示したWebUIをクリックすると、Stable DiffusionをモデルとしたAI描画のWebページに入ります。
2. モデル関連のバージョンとパラメータ構成:
下の写真は安定拡散のWebページです。
以下の図に従って、使用するモデルを選択してください。異なるモデルは異なる画像からトレーニングされるため、異なるモデルによって生成される画像は大きく異なります。たとえば、Guofeng によってトレーニングされたモデルを使用すると、生成される画像のほとんどは Guoman のスタイルになり、現実のリアリズムを使用して生成された画像のほとんどは現実の人物のスタイルになります。
上の図の文生図機能に加えて、このテストでは図を生成する機能もテストします。以下の図はグラフ生成グラフの関数インターフェースです。
3. 画像生成用のプロンプト ワードと逆プロンプト ワード:
1)プロンプトワード プロンプト: 生成したい内容を説明する言葉を使用します。
現在、プロンプトワードでサポートされている入力言語は英語です (英語が下手でも心配する必要はありません。インターネット上にはタグジェネレーターがたくさんあります)。SD は自然言語記述をサポートしていますが、カンマ区切りのキーワードを使用することをお勧めします。一つずつ書くには、顔文字や絵文字はもちろん、日本語も利用できます。
2)逆プロンプトワード ネガティブプロンプト: 画像に映したくないものを言葉で説明します。
AI の一般的なアプローチは次のとおりです。
- 画像のノイズを除去して、手がかりとなる言葉に近づけます。
- 画像のノイズを除去して、逆のキューワードに似たものにします (無条件)。
- これら 2 つの違いを観察し、それを使用してノイズのある画像に一連の変更を生成します。
- 最終結果を前者に近づけ、後者から遠ざけるようにしてください。
- 比較的一般的な否定的なプロンプト単語のセット
このテストで使用された、関連する生成キューと反転キューを見てみましょう。
テキスト生成と画像生成用のプロンプト ワード 1 :
(マスターピース:1.331)、最高品質、
イラスト、
(女の子1人)、
(濃いピンクの髪:1.331)、(ウェーブ髪:1.21)、(乱れ髪:1.331)、ボサボサ髪、長い前髪、目の間の毛、(白髪) :1.331)、色とりどりの髪、(白いブルマ:1.46)、(開いた服)、
美しい詳細な目、紫|赤目)、
無表情、
座っている、
暗い背景、月光、、花びら、都市、満月
テキスト生成と画像生成のためのプロンプトワード 2 :
1人の女の子、詳細な美しい肌、優しい笑顔、無茶苦茶、詳細な美しい顔、小柄な体型、詳細な肌の質感、白い肌、詳細な髪、ランダムなヘアスタイル、詳細な目、輝く肌、。きれいな顔、きれいな顔、セクシー、クールでエッチな顔、((ツインテール))、
グラフ生成のプロンプト ワード:
1人の女の子、きめ細かな美しい肌、優しい笑顔
逆のキューワード:
低解像度、悪い解剖学、悪い手、テキスト、エラー、指がない、
余分な桁、桁数が少ない、切り取られた、最悪の品質、低
品質、通常の品質、JPEG アーティファクト、署名、
透かし、ユーザー名、ぼやけていて、腕がない、長い首、
ザトウクジラ、手足が欠けている、指が多すぎる
、突然変異している、描画が下手、フレームアウト、手が悪い、
目が不鮮明、描画が下手、複製された顔、悪い顔
4. 種子と対応する写真の表示:
テンプレート: guofeng3.ckpt
サンプリング方法: Eulera;
反復ステップ数: 20;
幅: 512
高さ: 512
生成バッチ: 1;
バッチあたりの数量: 1;ランダムシード
: -1;ワード 1 逆プロンプト単語: パート 3 の逆プロンプト単語を参照してください。生成される画像は次のとおりです。
テンプレート: guofeng3.ckpt
サンプリング方法: DPM2;
反復数: 40;
幅: 512
高さ: 512
生成されたバッチ: 4;
バッチあたりの数量: 1;ランダムシード
: -1;逆プロンプト ワード: パート 3 の逆向きのプロンプト ワードを参照してください。生成される画像は次のとおりです。
テンプレート: ghostmix_v11.safetensors [9c321174ae]
サンプリング方法: Eulera;
反復数: 30;
幅: 512
高さ: 512
生成されたバッチ: 4;
バッチごとの数量: 1;ランダムシード
: -1;逆方向プロンプト: パート 3 の逆方向プロンプトを参照してください。 生成される画像は次のとおりです。
テンプレート: Realistic_Vision_V1.4.ckpt [660d4d07d6]
サンプリング方法: Eulera;
反復数: 30;
幅: 512
高さ: 512
生成されたバッチ: 4;
バッチごとの数量: 1;
ランダム シード: -1;
プロンプト ワードの生成: 「The」を参照パート 3 のテキストは、プロンプト単語を生成するための画像を生成します。 2
逆プロンプト単語: パート 3 の逆プロンプト単語を参照してください。
生成される画像は次のとおりです。
テンプレート: Realistic_Vision_V1.4.ckpt [660d4d07d6]
サンプリング方法: Eulera;
反復数: 30;
幅: 512
高さ: 512
生成されたバッチ: 4;
バッチごとの数量: 1;
ランダム シード: -1;
プロンプト ワードの生成: 「The」を参照パート 3 で生成されたイメージはプロンプトを生成します。 2
プロンプトを反転します。「パート 3 のプロンプトを反転する」を参照してください
。 生成された画像は次のとおりです。
その他の情報ダウンロード
人工知能関連の学習ルートと知識システムについて学び続けたい場合は、私の他のブログ「重い| 完全な人工知能 AI 学習 - 基本知識学習ルート」を読んでください。すべての資料は、料金を支払わずにネットワーク ディスクから直接ダウンロードできます。このブログでは、
Github の有名なオープン ソース プラットフォーム、AI テクノロジー プラットフォーム、および関連分野の専門家 (Datawhale、ApacheCN、AI Youdao、Huang Haiguang 博士など) について言及しています。関連資料は約 100G あります。友達全員を助けてください。