CMU秀出可控生图新方案 | 拒绝“抽卡”，拥抱组合！想要哪里选哪里，ControlNet最佳拍档！

文章预览

打造一个有温度、有趣味、专业的全栈式AI 交流社区， 用心写好每一篇文章！ “   对于在业务场景中落地或者部署过文生图业务的朋友们而言，我相信大家都有一个很痛的痛点问题--文生图模型的可控性太差，即使用了ControlNet也很难生成满足自己脑海中预期的图像！更别说是做ToC的文生图应用，很多时候用户都不知道自己想要什么！ 除此之外，当前一次性生成多种图片的方案并不是最佳的解决方案，它需要浪费你大量的人力、物力与财力。 本文小编来给大家推荐一个新的解决方案-Generative Photomontage，该算法通过将生成图像的各个部分进行组合来创建所需的理想图像，本质上形成了一个Generative Photomontage。 给定ControlNet，使用相同的输入条件和不同的种子可以生成一堆图像，作者让用户使用画笔笔划界面从生成的结果中选择所需的部分，经过组合 ………………………………