Recommended
More Related Content
What's hot
What's hot (20)
More from ssuser834f031
3_圖像生成及應用.pdf
- 5. 關於講者 • Claire Chang • 部落格: https://claire-chang.com/ • Email: cochiachang@gmail.com • 斜槓人生 • Women Who Code Taipei LEAD • 福佑天使家庭協會副秘書長 • 多多益善投稿作家 • 特需視覺中心推動家長代表
- 6. AIGC 文字/圖片生成系列活動介紹 • 第一周(2023/12/21) ➢介紹AI Generated Content ➢基礎模型介紹 ➢AI可大幅提升個人生產力 • 第二周(2023/12/28) ➢深入介紹使用ChatGPT的 Prompt技巧 ➢帶著大家實作各種情境下的使 用練習。 • 第三周(2024/01/04) ➢介紹圖像生成與應用 ➢主要介紹DELL-E(付費) ➢也會帶到其他圖像生成工具 • 第四周(2024/01/11) • 詳細介紹ChatGPT的進階應用 • 介紹ChatGPT Plus功能 • 實作應用練習 課程連續四周，我們期待在這段時間裡面，您能夠在日常生活中更 多的使用AI工具來完成日常工作項目。相信對您的工作、學習表現 會有很大的幫助！ ＊
- 11. 創建高度詳細提示的指南 • 包含豐富的細節：在提示中加入豐富的細節，如顏色、形狀、背景、情緒等。 這有助於模型更準確地理解和反映您想要的畫面。 • 描述場景和背景：不僅描述主體，還要包括其所處的環境或背景。比如，如 果您想生成一幅畫中的人物，那麼描述這個人物所在的房間、周圍的物體、 光線如何等信息，都會有所幫助。 • 具體和直觀：使用具體和直觀的語言。例如，不只是說“一個人”，而是描 述那個人的外貌、衣著、姿態等。 • 考慮情感和氛圍：在提示中加入情感和氛圍的描述，這可以使生成的圖像更 有表達力和深度。 • 清晰的指令：確保您的描述清晰無歧義，以避免模型混淆或誤解您的意圖。 • 適度的長度：雖然詳細很重要，但也要避免過於冗長和複雜的描述，這可能 導致模型難以處理或理解。
- 13. 直接問Bing如何下Prompt • 直接上傳圖片，請AI模型示範該如何下指令 • 指令的元素包括: • 風格: 卡通風格 • 角色: 火焰小龍角色 • 角色外型描述:它有橙色的皮膚，綠色的刺和一束 火焰在頭頂上燃燒。這個角色的眼睛是大而圓的， 黑色的，有白色的亮點，給人一種可愛的外觀。 它有小小的翅膀，橙色的，綠色的尖端。 • 角色姿態描述:這個生物站立在兩條腿上，看起來 像是在微笑。 • 圖片心情:這張圖片的風格和色彩都非常鮮明，給 人一種活潑和有趣的感覺。
- 16. 圖像生成的模型介紹
- 17. 現有的圖像生成模型 • Midjourney • Dall.E 2 • Dall.E 3 • Bing Create • Leonardo • Playground • Stable Diffusion
- 18. Midjourney
- 19. Midjourney可使用參數來生成圖片 Affects initial generation Affects variations + remix Ver. 6 Ver. 5.2 Niji 5 Max Aspect Ratio ✓ ✓ any any any Chaos ✓ 0–100 0–100 0–100 Image Weight ✓ 0–3 default=1 .5–2 default=1 .5–2 default=1 No ✓ ✓ ✓ ✓ ✓ Quality ✓ .25, .5, or 1 .25, .5, or 1 .25, .5, or 1 Repeat ✓ ✓ ✓ ✓ Seed ✓ ✓ ✓ ✓ Stop ✓ ✓ 10–100 10–100 10–100 Style raw raw cute, expressive, original and scenic Stylize ✓ 0–1000 default=100 0–1000 default=100 0–1000 default=100) Tile ✓ ✓ ✓ ✓ ✓ Video ✓ ✓ ✓ ✓ Weird ✓ ✓ ✓ ✓ https://docs.midjourney.com/docs/parameter-list
- 20. Midjourney和Dall-E的不同 • 與 Dall-E 2 採用更真實的風格不同，Midjourney 的風格幾乎是 夢幻般的，並且可以指示採用某些顏色和主題 • Midjourney的目標是「探索新的思維媒介」並擴展「人類的想像」 • 可於線上圖庫即可存取其他使用者產生的數千張圖像 https://legacy.midjourney.com/showcase/top/
- 21. Dall-E與Midjourney哪個比較好 • Dall-E具有廣泛的潛力，因為它提供的不僅僅是創作藝術。它對 於幫助用戶理解一系列專業領域可能有用的圖像特別有用。 • Midjourney 尤其擅長模擬各種不同的材質和紋理。因此，如果 您是藝術家或創作者， Midjourney可能是您的最佳選擇。 • Dall-E可以於Bing影像建立工具中免費使用，MidJourney則要 付費使用 • Dall-E不能建立名人影像， MidJourney則可以建立很像照片的 影像
- 25. DALL-E的優勢 • 高度詳細的圖像生成：DALL-E 3通過訓練在高度描述性的生成圖 像標題上，提升了對詳細圖像描述的遵循能力，能生成更細膩和 符合描述的圖像。 • 藝術和攝影品質的圖像：它能生成接近人類藝術作品和攝影水平 的圖像，這在文本到圖像的生成模型中是一個重要進步。 • 提升模型的可控性：改進了對於圖像描述中的單詞、詞序和含義 的控制，使生成的圖像更加符合用戶的具體要求。 • 創新的模型設計：DALL-E 3結合了自注意力層的堆疊和轉換器模 型的規模化特性，提高了圖像生成的質量和多樣性。
- 26. DALL-E的缺陷 • 空間感知的局限性：在對象放置和空間關係的理解方面仍有挑戰。 例如，使用“左邊的”、“下面的”等空間方位詞時生成的圖像 可能不夠準確。 • 文本渲染問題：在生成含有文本的圖像時，有時會出現錯字或缺 字等問題。 • 對特定詞匯的生成不可靠：當需要生成具有特定術語（如植物學 名稱或鳥類品種）的圖像時，DALL-E 3可能表現不穩定，有時會 “幻覺”出不正確的細節。 • 安全性和偏見：與所有大型生成模型一樣，DALL-E 3在部署時也 需要面對模型偏見和安全問題，例如避免生成有害或不適當的內 容。
- 27. DALL·E-2介面
- 28. DALL·E-2的延展功能
- 29. DALL·E-2的編輯功能
- 31. 現場演示 • 現場演示如何使用DALL-E 2做以上的操作。 • 這些功能只能在DALL-E 2使用，而無法在DALL-E3使用 針對圖片做延伸、編輯(塗掉某些區塊重 製)和根據指令修改圖片的功能
- 32. DALL·E-3的新參數 • style • natural : 使模型生成 更自然、真實的圖像 • vivid : 傾向於產生超 真實和戲劇性的圖像 • quality • standard : 標準 • hd : 高清
- 33. DALL·E-3的新功能 • 使用 GPT-4 在將所有提示傳遞到 DALL-E 之前對其進 行最佳化 • 在研究中，發現使用非常詳細的提示可以獲得更好的 結果 • 圖片尺寸增加 • DALL·E-2尺寸: 256x256、512x512 或 1024x1024 • DALL·E-3尺寸: 1024x1024、1792x1024 或 1024x1792
- 34. 在ChatGPT或Bing中使用DALL·E-3 • 在ChatGPT可以做到的事情 • 產生的圖像可以有不同的尺寸 • 可以請ChatGPT告訴你產生圖片所使用的種子編號 • 可以利用dalle3 with parameters指定參數 • 在Bing裡面是透過Microsoft Bing影像產生工具，將我們的指令 轉成英文，所以有些指令無法帶到DALL·E-3 • 只能產生正方形尺寸的圖片 • 無法取得圖片產生的種子編號 • 只能用描述的去描述參數，但有時候不會被吃進去
- 35. 一次產生多張圖片
- 36. 可設定長寬 其實只能這三種比例 • square (1:1) • wide (7:4) • tall (4:7) 他會以所給的尺寸最接 近的來輸出 PS: Bing不支援非方形 尺寸
- 39. 可產生無縫貼圖
- 40. 練習時間 在Bing產生一張貓咪的卡通風格無縫貼圖 指令如下: A seamless tile, cat, cartoon style 線上確認無縫貼圖的成果 https://www.pycheung.com/checker/
- 42. 參數介紹 • Aspect Ratio (--ar): Allows the specification of image aspect ratios, including square (1:1), wide (7:4), or tall (4:7). • Stylization (--stylize or --s): Adjusts the artistic nature of the image, with values ranging from 0 (least artistic) to 1000 (most artistic). • Weirdness (--weird or --w): Introduces quirky and offbeat qualities, resulting in unique and unexpected outcomes, ranging from 0 (normal) to 3000 (weirdest). • Tile Parameter (--tile): Used for generating images that can be tiled to create seamless patterns. No specific value range. • Seed (--seed): Uses an specific 'gen_id'. Using the same seed number and prompt will produce similar ending images. • Exact Prompt Command ('!ep'): Uses the exact prompt as entered for image generation, with slight modifications if needed for parameters. • Example: 'Generate an image of a teddy bear --ar 1:1 --w 2500'
- 43. 使用參數可以產生相似的圖片
- 44. 使用參數可以產生相似的圖片
- 45. 主角拿著額外的東西會改變生成內容
- 47. 場景改變主角也容易有不同
- 49. Leonardo.Ai 介紹 • 可以直接根據畫出來的圖，透過 AI 畫板功能再做延伸、去背、 文字修改圖片..還可以餵給他圖片學習作畫 • 可以使用別人訓練好的繪圖模型 • 能製作名片、海報、卡片、傳單…等等。 • 雖然畫出來的繪圖沒有 Midjourney 細緻，但是他 AI功能完勝 Midjourney。 • 免費用戶每日可生成 150 張 768×768 圖像，收費為分為每月 US$8、每月US$24、每月US$48
- 51. Playground介紹 • 可以利用 AI 功能完成各種圖片、照片的創作。 • 不只可以完成 AI 繪圖，也可以利用 AI 修改原有的圖片、照片， 而且成品的效果與品質都十分優異。 • 免費版帳號支援： • 每天 500 張照片 • 可以下載高解析原圖檔案 • 還是有些限制：50 張圖片後品質與細節會受到一些限制、修圖畫布最多 創建 5 個等等
- 52. 圖像生成的延伸應用
- 53. 超強大的Canva AI工具 • 集結各大超強模型於一身，可同時使用 DALL。E 2和更多其他的模型 • 可以產生影片、生成圖片、自動產生音 樂、自動深偽說話的影片 • 可以自動延伸背景、去背、消除背景中 的雜物，非常方便 • 有非常多相關的工具，而且都可以使用 中文下prompt • 也可以從照片中分析所使用的顏色
- 55. 圖像生 成工具
- 56. 自動延伸背景
- 57. 自動延伸背景 – 成果
- 58. 消除背景中的雜物
- 65. 使用圖片加骨架動畫產生影片
- 66. 使用一張圖片產生說話影片
- 67. 產生虛擬人物說話影片
- 68. 根據過往的影片產生新的說話影片
- 69. Stable Diffusion • 提供更多的插件，可以更細 緻的設定告訴模型如何生成 圖像。 • 完全免費，但是需要在高階 的GPU上才跑得動
- 70. AI 召喚師 - AI生成教學 https://ai-summoner.tw/
- 71. Q&A