今週の論文は、これまでで次のお気に入りのモデルになるかもしれません. や などの最近の画像生成モデルがクールだと思うなら、これがどれほど素晴らしいか信じられないでしょう。 DALLE Stable Diffusion 「これ」はImagicです。 Imagic は、テキストを取得してそこから画像を生成できる拡散ベースのモデルを採用し、モデルを適応させて画像を編集します。それを見てください... 画像を生成してから、モデルに好きなように編集するように教えることができます。 以下のビデオで詳細をご覧ください... 参考文献: ►記事全文を読む: ►Kawar, B., Zada, S., Lang, O., Tov, O., Chang, H., Dekel, T., Mosseri, I. and Irani, M., 2022. Imagic: Text-Based Real Image拡散モデルによる編集。 arXiv プレプリント arXiv:2210.09276. ► Stable Diffusion で使用: ►マイ ニュースレター (毎週メールで説明される新しい AI アプリケーション!): https://www.louisbouchard.ai/imagic/ https://github.com/justinpinkney/stable-diffusion/blob/main/notebooks/imagic.ipynb https://www.louisbouchard.ai/newsletter/ ビデオトランスクリプト 0:24 画像を生成できることを見てください 0:26 モデルに任意の編集を教える 0:29 あなたが望むように、これはかなり大きな一歩です 0:31 自分だけの Photoshop を持つために 0:33 モデルを無料でデザイナーするだけでなく、 0:36 見せたいことはわかるが、 0:38 また、現実的であり続けることもできます 0:41 初期のプロパティを保持するように 0:43 画像は犬がどのようにとどまるかを見るだけです 0:46 ここのすべての画像で同じこのタスクは 0:49 テキスト条件付き画像編集と呼ばれる 0:51 これは、使用するだけで画像を編集することを意味します 0:54 テキストと最初の画像 0:57 1年でも無理だな 0:59 前に今それができることを見てくださいはいこれ 1:03 単一の入力画像からすべてが行われます 1:05 そして、あなたが何を見るかの短い文 1:07 あなたはそれがどれほど素晴らしいか知りたいです 1:09 さらにクールな唯一のことは、それがどのように行われるかです 1:12 動作しますが、最初に 1:15 現在 AI を学んでいる、または学びたい 1:17 あなたはこれを好きになることを学び始めてください 1:19 機会 私はそれがどれほど難しいかを知っています 1:22 AI の学習で真の進歩を遂げる 1:24 時には余分な構造と 1:26 説明責任はあなたに何を提案することができます 1:29 それがあなたのように聞こえる場合は、次のレベル 1:31 このビデオのスポンサーに参加する Delta 1:33 あなたが学ぶDelta Academyのアカデミー 1:36 ビルドゲームによる強化学習 1:38 ライブコホートのAISはゼロから 1:41 alphago によるエクスポート クラフト 1:43 インタラクティブ チュートリアル ライブ ディスカッション 1:46 これらの専門家と毎週の AI で 1:48 建設競争だけではありません 1:51 別のコースのスパム Web サイトです。 1:53 実践的で高品質に焦点を当てています 1:56 deepmind オックスフォードの専門家によって設計された 1:58 ケンブリッジはコーダーが行く場所です 2:01 キャリアからの将来の証明 2:03 AIの進化と遊びプラス 2:06 仲間や専門家のライブコミュニティ 2:08 あなたを前進させて、あなたは象徴的に書くでしょう 2:10 dqn から 2:13 alphago はこれまでで最もクールなプログラムの 1 つです 2:16 以下の私のリンクから今すぐ参加してください 2:18 プロモーション コードを使用して、AI とは何かを取得します 2:21 10％オフ 2:23 私たちが言ったように、iMagicはどのように機能しますか 2:26 画像とキャプションを取得して編集します 2:29 画像を設定すると、生成することもできます 2:31 このモデルの複数のバリエーション 2:33 大多数の論文のように 2:35 最近リリースされているのはに基づいています 2:38 拡散モデル より具体的には 2:41 であった画像生成モデルを取ります 2:43 から画像を生成するようにすでに訓練されています 2:45 での画像編集に適応させます。 2:48 彼らの場合、Imogen を使用します。 2:51 以前のビデオで取り上げた 2:53 できる拡散ベースの生成モデル 2:55 後に高精細画像を作成する 2:57 ～の膨大なデータセットで訓練されている 3:00 の場合の画像キャプションのペア 3:02 iMagic 彼らは単にこの事前訓練を受けます 3:05 モデルをベースラインとしてイメージし、作成します 3:08 を編集するための変更 3:10 画像を保持する入力として送信される画像 3:13 犬のような特定の外観 3:16 人種とアイデンティティと編集 3:18 私たちのテキストに従って、まず始めに 3:21 テキストとイニシャルの両方をエンコードする 3:23 image わかりやすいようにエッジ 3:25 これが行われると、私たちのイメージングモデルによって 3:28 テキストエンコーディングを最適化します テキスト 3:31 初期に適合する埋め込み 3:33 画像は基本的に私たちのテキストを取ります 3:35 表現し、私たちのためにそれを最適化します 3:38 eoptimize と呼ばれる初期画像は 3:41 この例では 3:43 同じ種類の 3:45 似たような鳥の画像と 3:48 バックグラウンドで、事前にトレーニングされた 3:51 それを微調整するための画像ジェネレーターの意味 3:53 画像とモデルを再トレーニングします 3:55 最適化されたテキスト埋め込みを維持する 3:58 ちょうど同じものを作ったので、これらの2つ 4:01 ステップは、テキストの埋め込みを取得するために使用されます 4:03 による画像埋め込みに近づく 4:06 2つのうちの1つを凍結して取得する 4:08 私たちを確実にする他のクローザー 4:10 テキストとイニシャルの両方を最適化する 4:12 画像は2つのうちの1つだけではありません 4:15 私たちのモデルは初期画像を理解しています 4:17 私たちのテキストで、彼らが 4:19 私たちはそれを教える必要があります 4:21 このための新しい画像のバリエーションを生成します 4:24 テキスト この火花は非常に単純です 私たちのテキスト 4:27 埋め込みと画像の最適化 4:29 埋め込みは非常に似ていますが、それでも 4:32 まったく同じではない 私たちがする唯一のこと 4:34 ここで、画像の埋め込みを行います 4:36 エンコードされたスペースで少し移動します 4:39 現時点でのテキスト埋め込みに向けて 4:42 iMagic モデルに生成を依頼すると、 4:45 最適化されたテキストを使用した画像 4:47 あなたと同じイメージを与えるはずです 4:49 入力画像なので、埋め込みを移動すると 4:52 あなたのテキストがそれを埋め込む方向に少し 4:55 また、画像を少し編集します 4:58 動かせば動かすほど欲しいもの 5:00 このスペースが大きいほど編集が大きくなります 5:02 遠く離れれば離れるほど 5:05 あなたの最初のイメージだからあなただけのもの 5:07 今把握する必要があるのは 5:10 あなたがあなたに向かって踏みたいこのステップ 5:12 あなたがあなたを見つけたら、テキストと出来上がり 5:15 完璧なバランス あなたは新しいモデルを持っています 5:17 できるだけ多くのバリエーションを生成することができます 5:20 大切な画像を保存したい 5:22 ウェイ編集中のアトリビュート ビュー 5:25 もちろん、結果はそうではありません 5:27 ここでわかるように、まだ完璧です 5:30 モデルが適切に編集されない 5:32 またはランダムな画像変更を行います 5:35 トリミングのような初期画像または 5:37 不適切にズームしてもそのまま 5:40 あなたが私に尋ねると、かなり印象的です 5:42 イメージ生成のペース 5:44 信じられないほど進歩し、それは両方です 5:47 驚くと同時に恐ろしい 5:50 これらの種類についてのあなたの意見を知りたいです 5:52 画像生成と画像編集の 5:54 モデルは良いと思いますか？ 5:57 悪いこと、あなたはどのような結果をもたらしますか 5:59 そのようなモデルになることから考えることができます 6:02 ますますパワフルに 6:04 特定のパラメータの詳細 6:06 これらの結果を達成するために使用します。 6:08 私は間違いなくあなたを招待する紙 6:10 読んでください、私のイメージも見てください 6:13 さらに詳しい情報が必要な場合はビデオ 6:14 画像生成部分について 6:17 のおかげで、それがどのように機能するかを理解する 6:20 働くためのデルタアカデミーの私の友人 6:22 AI の学習を楽しくすることについて 6:26 情熱的です 試してみてください 6:28 そして、あなたが私にどう思うか教えてください 6:30 個人的にこの教え方が大好きで、 6:33 ありがとうございます 6:35 彼らをチェックして私の仕事をサポートする 6:37 ウェブサイトとビデオ全体を見ることによって 6:39 楽しんでいただければ幸いです。またお会いしましょう 6:42 来週は別の素晴らしい論文で

YouTube

Watch more on YouTube: https://www.youtube.com/c/WhatsAI

I explain Artificial Intelligence terms and news to non-experts.

2021 - HackerNoon Contributor of the Year - FACEBOOK

2022 - Best Data Science Newsletter

2022 - HackerNoon Contributor of the Year - Artificial Intelligence

2022 - HackerNoon Contributor of the Year - Computer Vision

2022 - HackerNoon Contributor of the Year - Data Science

2022 - HackerNoon Contributor of the Year - Google

2022 - HackerNoon Contributor of the Year - Innovation

2022 - HackerNoon Contributor of the Year - Machine Learning

2022 - HackerNoon Contributor of the Year - Natural Language Processing

2022 - Top Tech Youtuber

2021 - HackerNoon Contributor of the Year - DEEP-LEARNING

Nominated for 2022 - Best Data Science Newsletter

Nominated for 2022 - HackerNoon Contributor of the Year - Artificial Intelligence

Nominated for 2022 - Top Tech Youtuber

Nominated for 2022 - HackerNoon Contributor of the Year - Innovation

Nominated for 2022 - HackerNoon Contributor of the Year - Data Science

Nominated for 2022 - HackerNoon Contributor of the Year - Natural Language Processing

Nominated for 2022 - HackerNoon Contributor of the Year - Computer Vision

Nominated for 2022 - HackerNoon Contributor of the Year - Google

Nominated for 2022 - HackerNoon Contributor of the Year - Machine Learning

このオーディオは、ストーリーの元の言語で制作されています。

長すぎる; 読むには

Imagic: テキスト コマンドからの AI 画像編集

Imagic: テキストコマンドからの AI 画像編集

長すぎる; 読むには

Company Mentioned

Louis Bouchard

About Author

ラベル

Languages

この記事は...

Imagic: テキスト コマンドからの AI 画像編集

長すぎる; 読むには

Company Mentioned

Louis Bouchard

About Author

ラベル

Languages

この記事は...

関連ストーリー

Imagic: テキストコマンドからの AI 画像編集