Szövegből kép generálás a gyakorlatban (Stable Diffusion)

Litkei Péter (Deepnetworks) előadása a HWSW free! meetup-sorozat 2022. október 19-i MACHINE LEARNING tematikájú állomásán hangzott el.

Szeptemberben nagy port kavart az a hír, hogy egy mesterséges intelligencia által generált képpel nyertek meg egy művészeti versenyt. Emiatt a text-to-picture, azaz a szövegből kép generálás AI segítségével nagy média figyelmet kapott az elmúlt időszakban.

Mindez a gépi tanulás területén megjelent új megközelítésnek, a deep learning tömeges megjelenésének köszönhető, amelynek a képgenerálás mindössze csak egy szemléletes felhasználási módja, a lehetőségek korlátlanok.

Előadásomban a deep learning megközelítést szeretném bemutatni a szövegből kép generálással. Ehhez a Stability.ai által publikált betanított hálózatot fogjuk használni, ami szemben az olyan megoldásokkal, mint a DALL-E 2, teljesen open source projekt, így képes akár saját eszközeinken vagy éppen saját szolgáltatásainkkal képek generálására. Mindezt egy Google Colab környezetben fogom szemléltetni.