北青萝 @[email protected]

#论文导读

再衍生一下，如果你玩得更花一点，或者你可能看过一些AI给我画头像的结果，就是这时候输入变成了一张照片，那么这样要怎么控制生成的结果呢？

这里有几种不同的方法，其实算是不同流派了。

第一种是直接提取图片的clip特征，就像文字特征一样去引导图片。这样生成出来的结果，图片的内容比较相近，但结构不一定相同。例如图一，模型生成了相似的内容但是完全没有学到超越妹妹的一分美貌呢！

第二种特别好理解，现在主流的AI画画webui里的img2img都是采用这个方法。就是对输入的原图增加几层噪声，再以这个为基础进行常规的去噪。使用你希望的画风相应的咒语，就可以生成和你原图结构类似但画风完全不同的图片。叠加的噪声的强度越高，生成的图片和原图就差距越大，模型的发挥空间就越大。图二是用这个方法生成的二次元美少女，你把屏幕放远点看这两张图的色块是相近的。因为右边的图片就是基于左边叠加了厚厚的“椒盐”来作为基础生成的，大致的色块结构依然保留了，但模型也加上了自己的想象（通过文本引导）。

第三种方法是用对应的图片去finetune生成网络（Dreambooth），如图三。给模型看很多很多小狗狗的图，让模型的生成结果缩小到狗狗这个范围，这样只需要一些简单的词汇就可以生成各种各样的小狗狗啦！是不是很可爱捏！！

@mature

#叼图time 今晚叼图真多

刚在小区楼下被一小姑娘要微信了，说喜欢我这车也想买