人工智能_大模型068_多模态大语言模型16_特征注入式引导_IP-adapter模型_InstantID模型_生图加速_算子加速_蒸馏加速LCM模型_ADD模型---人工智能工作笔记0203

然后我们继续来看这里的stable diffusion中我们说,如果使用loRA/DreamBooth训练,生成

数字分身,或者多场景下同一个物体不同表现,那么需要用到4到20张图片,但是

使用IP adapter就可以只用一张图片,就可以刻画出不同风格的图片

让的做法是,首先使用image encoder对图片进行编码,提取图像特征,decoupled cross-attention,然后解耦交叉注意力,然后

然后这里带雪花的部分是冻结原有的参数,然后火的,表示可训练的参数.

“decoupled cross-attention” 这个术语在深度学习和自然语言处理（NLP）的上下文中较为常见，特别是在涉及Transformer架构和自注意力机制（self-attention）的变体中。

<