中级第 10 / 11 节35 分钟 · 实操
进阶图像技巧:inpainting、outpainting 与 ControlNet
Prompt Engineering 课程的一部分
前两课里,你从一段文字提示词生成了整张图,也学会了用结构、风格和负面提示词去引导它们。那套做法给模型留了很大的创作余地,在你还在摸索时这是优势,可当你需要一个确定的结果时它就成了麻烦。这一课讲四种技法,它们把一部分创作自由还回到你手里,换来的是对"什么保留、什么改动"的精确控制。
第八课里,一次生成是从随机噪声开始、朝着你的提示词逐步去噪的。图生图(常写作 img2img)改的是起点:模型不从噪声出发,而是从一张已有的图像开始去噪。提示词依然引导结果,但源图会把它往一个熟悉的形状上拽。
想在真实环境里学习 Prompt Engineering 进阶图像技巧:inpainting、outpainting 与 ControlNet 吗?
点击下方,立即获得一台预装 Prompt Engineering 的 Linux 主机,跟懂你代码的 AI 导师一起完成 进阶图像技巧:inpainting、outpainting 与 ControlNet 的实操练习。
开始这节课进阶图像技巧:inpainting、outpainting 与 ControlNet你将学到什么
- Image-to-image generation
- Inpainting with masks
- Outpainting to extend a canvas
- ControlNet for pose, depth, and edge guidance
