【Datawhale X 魔塔 AI 夏令营】 Task 1 笔记

task 1 学习链接

文生图的历史

文生图(Text-to-Image Generation)技术的发展历程可以概括为以下几个阶段:

  1. 早期探索(20世纪60年代-20世纪90年代)
    • 依赖规则和模板匹配,生成简单图形。
    • 图像质量低,应用场景有限。
  2. 基于统计模型的方法(2000年代)
    • 利用概率图模型和统计语言模型生成图像。
    • 图像质量有所提升,但仍较粗糙。
  3. 深度学习的崛起(2010年代)
    • GAN技术的引入极大提高了图像质量。
    • DCGAN、Pix2Pix等模型进一步提升细节和逼真度。
  4. 大规模预训练模型(2020年代)
    • CLIP、DALL-E、Stable Diffusion等模型出现。
    • 能够生成高质量、复杂图像,广泛应用于多个领域。

文生图基础知识介绍

主要流程

图片来自Task 1学习手册
图片来自Task 1学习手册

提示词(Prompts)

  • 重要性:提示词对于生成高质量图像
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值