Flux 模型今年發佈之後,帶來了文生圖的一次升級,圖像生成的質量效果飛躍提升。 但 Flux 對顯存提出了要求。Flux.1 擁有高達12B的訓練參數。FLUX.1 [dev] 和 FLUX.1 [schnell]兩個版本官方原配模型大小為23.8GB,需要至少24GB的顯卡才能順利運行。不過得益於FP8的支持,經過優化之後模型體積可縮減至11.9GB,不過跑起來也至少需要16GB顯存的顯卡。
點贊 + 關注 + 收藏 = 學會了 本文簡介 現在,Stable Diffusion 也可以生成平鋪圖了。 平鋪圖是什麼東東呢?它是一個可以無限拼接且不重疊、不留空隙的圖片。 舉個例子,我用 SD 生成一張內容是星星的平鋪圖。 這個圖片看上去沒啥特別,但如果我們把它橫向和豎向無限拼接,它又真的可以拼接上喔。 上面這張圖的分辨率是 512 512。我在 PS 創建一個 1024 1024 的
ControlNet,使得 Stable Diffusion 可以接受條件輸入來指導圖像生成過程,從而開啓了AI生圖的可控時代。其中,開源的 ControlNet 模型包括如 OpenPose 姿勢識別、Canny 邊緣檢測、Depth 深度檢測 等等,每種模型都有其獨特的特性。本文將深入探索 Depth 深度檢測 的工作流程和應用實例,展示其如何幫助我們控制姿勢、轉換性別或物種、修改材質以及創建