组合式创新？CLIP+VQGAN
ace
新旧交替之际，不同时代的审美。这个现象真有趣~~
知识库
最近有大量使用CLIP+VQGAN的数字艺术作品出现，这两项组合技术不知大家都玩过没？
OpenAI的CLIP
用于连接文本与图像
具体的应用，比如一位开发者的项目：通过文本搜索精准匹配图片的项目。该项目大约有200 万张Unsplash的图片 ，通过 CLIP 模型处理后，可以使用自然语言进行精准搜索。
github.com/haltakov/natural-language-image-search
"Two dogs playing in the snow"
"The word love written on the wall"
VQGAN
生成式模型
关键是使用Transformer来把图像encoder后的编码进行了转化，学习到了图像特征的上下文关系
Taming Transformers for High-Resolution Image Synthesis
CVPR 2021
Transformer
从NLP走向CV
Transformer最初应用于NLP任务，是2017年的论文《Attention is All You Need》提出的模型架构，作者实验了机器翻译，获得了当时的SOTA。语言是有很明显的上下文关系的，基于此特点，开始了在CV领域的应用探索。
无界
引用我超喜欢程序猿的一句diss用语：
Talk is cheap ,
show me the code
都是开源的……
那么CLIP+VQGAN是什么？
使用CLIP来代替VQGAN的鉴别器
shadow
eva
我来测试下CLIP+VQGAN ~~
opus
@Bessie 看看~
有那么点味道~~
ibrand
大家可以基于hack city来创作各种数字图像作品~~~哈哈
shadow
opus
在线玩耍地址：
huggingface.co/spaces/akhaliq/VQGAN_CLIP
👨🏼🎤👩🏻👨🏻💼👤🦸🏻🧑🏻🎤
赞 (0)