CVPR'24:文生图提示词自动优化,还发现三个小窍门,人大度小满等机构出品

AIGC动态5个月前发布 量子位
9 0 0

CVPR'24:文生图提示词自动优化,还发现三个小窍门,人大度小满等机构出品

AIGC动态欢迎阅读

原标题:CVPR'24:文生图提示词自动优化,还发现三个小窍门,人大度小满等机构出品
关键字:提示,文本,图像,权重,数据
文章来源:量子位
内容字数:0字

内容摘要:


PAE团队 投稿至 凹非寺量子位 | 公众号 QbitAI文生图也有自己的prompt优化工具了。
我们都知道,大模型输出的质量,很大程度上依赖于输入的prompt。尤其在文生图领域,对于prompt格外敏感。
来自中国人大、度小满等团队提出了一种全新的自动文本提示优化方法——动态提示自动编辑(Prompt Auto-Editing,PAE)。
它考虑了文本提示中的每个词在扩散生成过程的权重和注入时间步。
最终在多个公开数据集上进行了实验验证,包括Lexica.art、DiffusionDB和COCO。PAE方法不仅提高了图像的美学质量,还确保了图像与文本描述的语义一致性。
与传统方法相比,PAE在控制图像生成过程中的精确性和灵活性方面表现更优。
关键在动态prompt当前,尽管用户可以通过手动修改提示来尝试生成更优质的图像,但这一过程不仅效率低下,而且难以精确控制。
为了提高效率并优化生成结果,团队研发了PAE方法,这一方法的关键在于采用了动态提示(Dynamic Prompts)。
首先是为用户输入的简短提示词扩充出更多修饰词,其次是通过动态调整新添加的修饰词的权重和注入时间步,自


原文链接:CVPR'24:文生图提示词自动优化,还发现三个小窍门,人大度小满等机构出品

联系作者

文章来源:量子位
作者微信:QbitAI
作者简介:追踪人工智能新趋势,关注科技行业新突破

阅读原文
© 版权声明

相关文章

暂无评论

暂无评论...