AIGC 文生图 零基础第二期

精读代码，实战进阶

     

前面我们跑通了baseline，对baseline的代码也有了一个基本的理解，相信大家也对本次的学习充满信息，那么我们就在Task1的基础上继续深入。

今天我的任务是对baseline的代码有一个更加细致的理解，然后学习如何借助AI来提升我们的自学习能力，从而帮助大家在后面的学习工作中如何从容迎接各种挑战。授人以鱼不如授人以渔，你可以从中学大模型的提问技巧来实现快速学习，学会如何制作一个话剧连环画。

辅助工具准备

使用通义千问：
通义tongyi.ai_你的全能AI助手 (aliyun.com)

代码详解

对于上一期实际做的修改

1.图像描述词修改

以图像1为例

通义返回的正面词为：古风, 水墨画, 黑色长发少女, 淡雅汉服, 简单发饰, 古典书房, 四周环绕竹简书架, 专注听讲, 手拿毛笔, 面前展开宣纸, 上半身

所以我们在图像中午描述中写上：

注意：为防止与上一次图像冲突，需要修改文件名或者是更改生成目录。

2.最后返回大模型参数时修改寻找位置或者文件名

输出图像

我采取的迭代次数仅为30，可见与50次对比意义上稍显不明

对比思考

通过八张图片我们可以看到对于关键词DiffSynth-Studio在30次迭代下对于我们的图像已经能够初步表达效果，但是由于在第二层网络中并未强调图片的联系性，所以图片虽然在表层网络中有大致外貌上的相似，但是实际看来却并无故事联系感，推荐修改参数：

alpha=2.7

rank= 23

迭代次数改为100

增加字条连续

可得到如下图像，仅为第一张