- 博客(103)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 Stable Diffusion 绘画入门教程（webui）-ControlNet(NormalMap）
法线贴图NormalMap可以把参考图的光影分布关系,法线贴图可以实现在不改变物体真实结构的基础上也能反映光影分布的效果，被广泛应用在 CG 动画渲染和游戏制作等领域
2024-02-27 08:00:00
445
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet(Shuffle）
Shuffle(随机洗牌)，这个预处理器会把参考图的颜色打乱搅拌到一起，然后重新组合的方式重新生成一张图，可以想象出来这是一个整体风格控制的处理器。那么问题来了，官方为啥会设计个这样的处理器呢，主要是给懒人用的，不想写提示词或者反推，直接拿原图进行颜色重组组合生成一个风格相近的图就可以了。
2024-02-26 21:36:07
631
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet(Recolor）
Recolor，顾名思义就是重上色的意思，很明显能想到的用法就是老照片上色，也就是老照片修复，当然玩法上也可以对衣服服装换色，头发换色等局部换色玩法
2024-02-26 13:58:11
1078
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet(Inpaint）
上篇文章介绍了语义分割Tile/Blur，这篇文章介绍下Inpaint（重绘）Inpaint类似于图生图的局部重绘，但是Inpain效果要更好一点，和原图融合会更加融洽
2024-02-25 11:14:11
736
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet(Tile/Blur）
上篇文章介绍了y语义分割Seg，这篇文章介绍下Tile/Blur（增加/减少细节）Tile用于增加图片细节，一般用于高清修复，Blur用于减少图片细节（图片模糊）
2024-02-24 23:11:05
790
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet(Seg）
上篇文章介绍了深度Depth，这篇文章介绍下seg（Segmentation）意思为语义分割, 通俗理解就是把图中的不同物体元素按类别不同，标为不同的颜色，不同的颜色代表不同的元素类别
2024-02-23 18:30:00
824
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet(IP2P）
上篇文章介绍了深度Depth，这篇文章介绍下IP2P（InstructP2P）, 通俗理解就是图生图，给原有图加一些效果
2024-02-23 11:57:26
829
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet（深度Depth）
上篇文章介绍了线稿约束，这篇文章介绍下深度Depth顾名思义，就是把原图预处理为深度图，而深度图可以区分出图像中各元素的远近关系，那么啥事深度图？
2024-02-22 22:02:54
563
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet（线稿约束）
1、Canny(硬边缘）：识别线条比较多比较细，一般用于更大程度得还原照片2、MLSD(直线)：这个只能识别直线，大部分用于建筑设计类居多3、Lineart(线稿)：相对Canny识别要少，但相对SoftEdge(软边缘)要多，一般用于真人和素描4、SoftEdge：识别大概的轮廓，会比较柔和，但这样能给SD更多发挥的空间5、scribble/Sketch(涂鸦/草图)：类似于图生图的涂鸦功能，会根据自己画的线条生成图片
2024-02-22 21:16:25
631
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet（姿态预处理器openpose）
这个openpose处理器主要用于控制姿态，通常的实战用法用于：1、控制人物身体姿势2、控制人物手指（经常出现手指畸形或多手指用这个很方便控制住）3、控制人物表情
2024-02-21 22:44:43
747
原创 Stable Diffusion 绘画入门教程（webui）-ControlNet
ControlNet可以说在SD里有着举足轻重的地位，如果没有ControlNet，sd的可玩性和实用性将大大降低。前面几篇文章介绍了和，本篇文章介绍sd里最关键的第三个要素–ControlNet。
2024-02-21 17:59:57
1659
原创 Stable Diffusion 绘画入门教程（webui）-图生图
stable diffusion绘画入门教程中的图生图部分，图生图有很多玩法，实现真人漫改、漫画转真人、换装、调节造型、换头等等
2024-02-20 18:41:34
1512
原创 Stable Diffusion 绘画入门教程（webui）-lora
lora是一种通过少量的素材就能训练出来的模型，在生成图片时会和大模型结合，一起对产出的图片结果进行调整。举个通俗的例子，比如我想要保持每次输出的小姐姐是同一个人怎么办，此时可以通过lora来解决
2024-02-20 08:00:00
408
原创 Stable Diffusion 绘画入门教程（webui）-提示词
stable diffusion绘画入门教程（webui）-提示词如何写才能更顺手，手把手教你
2024-02-19 20:27:01
1230
原创 Stable Diffusion主流UI详细介绍
总之，三者选择哪一种深入学习均可，也可都选择，因为不同的ui有不同的插件，可以学习一种webui和fooocus中的一种，加上comfyui；原作者是lllyasviel，也是WebUI的 ControlNet插件的作者，操作简单，因推出的晚一些，受众目前少一些，插件和玩法相对webui要少。另外，最新的秋叶大神的一键整合包对这三个ui均提供了一键安装，小白得福音，不方便下载的小伙伴，后面我会分享出来。这里webui和fooocus在人机交互上的逻辑是一样的，fooocus界面更加简洁。
2024-02-14 16:58:53
968
原创 Midjourney对比Stable Diffusion
最后，MJ和SD均可以生成高质量图片，均支持文生图或图生图模式，没必要纠结学习哪一种，两种都接触一下都有好处，毕竟学习成本都不是很遥不可及的那种。
2024-02-14 12:53:03
433
原创 tensorflow-实现knn算法-识别mnist数据集
概述Mnist数据集被分成两部分：60000行的训练数据集（mnist.train）和10000行的测试数据集（mnist.test）。每一张图片包含28像素X28像素的灰度图片。我们要做的是对测试数据集的每一个数据从训练数据集中找出最临近的类别，进行预测。那么如何找最临近的（距离），我们通过计算L1距离或L2距离来计算最临近。实现步骤1.获取mnist数据2.计算距离（L1或L2）...
2019-02-14 12:28:58
1096
原创 tensorflow-分布式
概述分布式Tensorflow是由高性能的gRPC框架作为底层技术来支持的。这是一个通信框架gRPC(google remote procedure call)，是一个高性能、跨平台的RPC框架。RPC协议，即远程过程调用协议，是指通过网络从远程计算机程序上请求服务。分布式架构注：参数作业所在的服务器称为参数服务器(parameter server)，负责管理参数的存储和更新;工作节...
2019-01-17 08:57:51
177
原创 tensorflow-神经网络识别验证码（数字+小写字母）
分析数据样例：假设给出如下数据1000张601863大小的图片（电脑太慢，数据就不弄多了）数据下载连接：https://download.csdn.net/download/wyply115/10913733单个验证码样式如下：识别分析识别流程分析准备数据数据处理神经网络输入经过神经网络隐层全连接层输出softmax计算相对概率求交叉熵损失梯度下降求最小损失确定模型计算准...
2019-01-13 15:07:36
1907
原创 tensorflow-神经网络识别手写数字
数据下载连接：http://yann.lecun.com/exdb/mnist/下载t10k-images-idx3-ubyte.gz；t10k-labels-idx1-ubyte.gz；train-images-idx3-ubyte.gz；train-labels-idx1-ubyte.gz简单神经网络识别手写数字import tensorflow as tffrom tensorf...
2019-01-11 15:19:58
289
原创 认识tensorflow-自模拟一个线性回归预测
import tensorflow as tfimport osos.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' # 不显示警告def myregression(): ''' 自实现一个线性回归预测 :return:None ''' # 变量作用域，使代码更加清晰，graph也更加清晰 with tf.va...
2019-01-06 11:06:37
575
原创 机器学习-10.K-means
1. 概述k-means为无监督学习，即没有目标值。k-means步骤计算到k中心的距离一般采用欧式距离进行计算。图解如下：API：sklearn.cluster.KMeansk-means的使用一般用于分类之前进行，在没有目标值，仅有历史的数据特征时，又想预测新数据的类别，可以先对历史数据进行聚类。2. kmeans性能评估评估指标：轮廓系数按照下图描述的外部距离...
2018-12-25 16:55:56
157
原创 机器学习-9.逻辑回归
逻辑回归是将线性回归的结果通过sigmoid函数映射到0到1的区间内，而[0,1]对应百分比即概率，从而转化为分类问题逻辑回归只能解决二分类问题。公式：hθ(x)=g(θTx)=11+e−θTxh_\theta(x) =g(\theta^Tx)=\frac{1}{1+e^{-\theta^Tx}}hθ(x)=g(θTx)=1+e−θTx1g(z)=11+e−zg(z)=\frac{1...
2018-12-25 16:02:36
189
原创 机器学习-7.决策树与随机森林
1. 认识决策树如上图所示，这就是一棵决策树。2. 信息论基础假设有32个球队比赛去猜冠军，在对球队没有任何了解时，需要猜几次肯定能猜到?，这个大家应该都知道，采用二分法的话最多5次就能猜到，用数学知识解答就是log32（以2为底）=5。那么在信息论中，32个球队，log32=5比特；64个球队，log64=6比特。比特来源：那么思考个问题，假设32个球队，你知道了很多球队的信息...
2018-12-18 18:00:17
246
原创 机器学习-6.朴素贝叶斯
1. 基础的概率知识条件概率和联合概率联合概率：包含多个条件，且所有条件同时成立的概率。记作：P( A , B ) = P(A)P(B)条件概率：就是事件A在另外一个事件B已经发生条件下的发生概率记作：P(A|B)特性：P(A1,A2|B) = P(A1|B)P(A2|B)公式成立条件：A1和A2两个事件或特征相互独立，不会互相影响的前提下。举例：有样本如下：...
2018-12-18 13:52:30
288
原创 机器学习-5.k-近邻算法（KNN）
定义：所谓K近邻算法，即是给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的K个实例（也就是上面所说的K个邻居）， 这K个实例的多数属于某个类，就把该输入实例分类到这个类中。白话来讲就是通过你的“邻居”来推断你的类别。上述概念中讲最临近，那如何求最临近？也就是如何求距离？两个样本的距离可通过如下公式进行计算，又叫做欧式距离。比如说，a(a1,a2,a3)，b(b1,b...
2018-12-17 13:15:21
600
9
原创 机器学习-4.开发流程、算法基本认知
1. 机器学习开发流程我们作为机器学习的开发工程师首先要明确自己学习的定位，也就是确定学习边界。大部分复杂模型的算法设计都是由算法工程师去做的，我们只需要：分析很多的数据；分析具体的业务；应用常见的算法；特征工程、调参数、优化。我们学习应达到一下目的：学会分析问题、使用机器学习算法的目标，想要使得算法完成什么样的任务。掌握算法基本思想原理，学会对不同问题用对应的算法...
2018-12-15 15:46:31
728
原创 机器学习-3.数据特征预处理与数据降维
特征预处理定义：通过特定的统计方法（数学方法）将数据转换成算法要求的数据。处理方法数值型数据：标准缩放（1.归一化，2.标准化）；缺失值。类别型数据：one-hot编码。时间类型：时间的切分。预处理API：sklearn.preprocessing1. 归一化特点：通过对原始数据进行变换把数据映射到（默认为[0,1]）之间公式：X′=x−minmax−minX&am...
2018-12-15 14:40:32
590
原创 机器学习-2.特征工程和文本特征提取
1. 数据集的组成前面讲了，机器学习是从历史数据当中获得规律，那这些历史数据的组成是个什么格式？大都存储在哪里？– 在机器学习里大多数数据不会存在数据库中，大都存在文件中（比如csv文件）– 不存在数据库原因：1. 读取速度导致存在性能瓶颈。2. 存储的格式不太符合机器学习要求的数据格式。3. 由于我们有pandas，读取文件数据及处理速度非常快。– pandas为什么快？1. 基于nu...
2018-12-14 11:20:13
480
原创 机器学习-1.简介
1. 人工智能名人介绍人工智能之父：艾伦.图灵，其中一个重要的概念叫“图灵测试”：指测试者与被测试者（一个人和一台机器）隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。在进行多次测试后，如果有超过30%的测试者不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。马文.李.闵斯基，1956年发起“达特茅斯会议”并提出人工智能(artificial intel...
2018-12-13 14:19:51
201
原创 linux常用命令详解（106个）
注意事项linux严格区分大小写ls简述：列出文件或目录列表。ls #默认列出当前目录下的所有文件。ls -l(long) #以长格式查看文件。ls -d(directorys) #查看目录。ls -F #给不同文件的结尾加标识ls -p #给目录结尾加斜线ls -a #显示所有文件，包括隐藏文件，默认.开头的文件都是隐藏不显示的ls -r #倒排序ls...
2018-12-11 17:57:35
5083
原创 ssh远程连接客户端连不通故障排查
检查路通不通，即客户端到服务端物理链路通不通，ping ip看能否成功。不成功可能的原因：网卡、ip、网线、防火墙。检查服务是否开启，这里检查ssh服务，而ssh服务端口默认是22telnet ip 22 检测服务是否开启。telnet服务linux默认自带并开启状态。不同可能的原因：服务器端防火墙阻挡。/etc/init.d/iptables stop把防火墙关闭。宽口没开...
2018-12-11 16:08:15
2315
1
转载 方差为什么用平方，而不是绝对值？
问题一：如果要从甲、乙两名选手中选拔一名参加射击比赛？你将设计什么方案？S：总分高的。T：若有一名选手射击5次，总分30；而另一名选手射击10次，总分50分，你又会选择谁？S：看来还是算平均分合适。问题二：你选择谁？甲：3、5、6、7、9乙：4、5、6、7、8从数据中，可以看出用平均数来选拔是不可取的。尽管平均环数相同，但二人的水平还是有差距的。让学生充分研讨，经过观察分析数据，比...
2018-11-21 11:58:28
5408
4
原创 matplotlib常用统计图形的使用
一、matplotlib的安装使用pip或conda直接安装即可（需要安装pip或conda）。pip install matplotlibconda install matplotlib二、matplotlib基本使用流程Created with Raphaël 2.2.01.明确问题2.选择图形的呈现方式3.准备数据4.绘图和图形完善三、常用图形代码示例1. 常用代码# 折...
2018-11-18 15:18:37
365
转载 ubuntu16.04.5 安装 python3.7
1. 安装依赖包sudo apt-get updatesudo apt-get install build-essential python-dev python-setuptools python-pip python-smbussudo apt-get install build-essential libncursesw5-dev libgdbm-dev libc6-devsu...
2018-11-15 09:35:54
366
Stable Diffusion 绘画入门教程（webui）-ControlNet，覆盖sd中常用的所有控制类型模型，有20多个
2024-02-21
Stable Diffusion 常用的9个大模型，是精挑细选出来的哦
2024-02-19
ComfyUI安装整合包（24年最新版已集成汉化和管理器插件）
2024-02-18
sd-webui安装整合包（最新最终版本，优化显存）
2024-02-17
java+oracle+项目经理
2023-09-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人