Հետ
Արհեստական բանականություն և մեքենայական ուսուցում

12 սփրայթ և 61 գույն. ինչպես նեյրոնային ցանցը Qwen Image 2.1-ի սևագրերից ստեղծեց պիքսել-արտ թալիսման

Habr
Advertisement468 × 90
12 սփրայթ և 61 գույն. ինչպես նեյրոնային ցանցը Qwen Image 2.1-ի սևագրերից ստեղծեց պիքսել-արտ թալիսման

Հոդվածի հեղինակը կիսվում է Qwen Image 2.1 նեյրոնային ցանցի կողմից գեներացված պատկերները լիարժեք պիքսել-արտ սփրայթների վերածելու իր փորձով: Սկզբնական գեներացիաները հաճախ պարունակում են հազարավոր գույներ և չունեն հստակ ցանց, ինչը դրանք դարձնում է ոչ պիտանի անիմացիայի կամ գունային գամման փոխելու համար: Հրապարակման մեջ ներկայացված է տեխնիկական փայփլայն, որը նորմալացնում է այդ «սևագրերը»՝ դրանք բերելով հստակ ձևաչափի. մեկ պիքսել՝ մեկ գույն սահմանափակ պալիտրայից: Հեղինակը մանրամասն նկարագրում է մշակման գործընթացը, ներառյալ գույների ինդեքսավորման և ցանցին կցման գործիքների օգտագործումը, ինչպես նաև վերլուծում է յուրաքանչյուր փուլում առաջացող տիպիկ սխալները: Այս մոտեցումը թույլ է տալիս ստեղծել որակյալ թալիսմաններ վեբ-նախագծերի համար՝ պահպանելով կերպարի վիզուալ բնութագրերի նկատմամբ վերահսկողությունը, ինչը հնարավոր չէ գեներատիվ մոդելների «հում» արդյունքների դեպքում:

This is a summary. Read the full article at the original source:

Habr
Advertisement468 × 90
Share
Արհեստական բանականություն և մեքենայական ուսուցում

Կապակցված

Արհեստական բանականությամբ ստեղծված սոցիալական մեդիայի ինֆլուենսերների ցանցը ավելի հաճախ է օգտագործում սթենդ-ափ կատակերգուների մտավոր սեփականությունը՝…

Wired

OpenAI-ը թարմացրել է իր ChatGPT Chrome ընդլայնումը՝ ներկայացնելով նոր գործառույթ, որը թույլ է տալիս արհեստական բանականությանը ուղղակիորեն փոխազդել ձեր…

Engadget
Advertisement970 × 250