AI相机“妙鸭相机”原理分析和手动实现方案
妙鸭相机
一个通过上传大约20张照片，生成专属自拍。在2023年7月末爆火，根据36Kr报道，妙鸭相机系阿里系产品，挂靠在阿里大文娱体系下，并非独立公司¹。
使用方法是上传20张自拍照片，之后可以选择模板生成自己的AI艺术照
原理分析
上传照片生成常见方案有两种，一种是垫图一次性生成，效果可控性差，但是比较简单，可以使用Midjourney等在线工具实现；另一种是跑模型，利用训练好的模型实现，可控性比较好，但是前期需要一定量的训练图片。
从要求 “上传20张照片” 行为来看，应该是采用的训练模型的办法，此方案无法一次性换多张人脸。
如果用户不愿意提供大量照片实际上还可以选择roop换脸插件的办法，效果比较差，但是这种方案支持多张人脸。
简单来说，作为开发者需要做的就是：
1. 用户上传照片处理（统一切分人脸区域，改大小等方便跑模型）
2. 利用stable diffusion跑模型，应该是Lora模型（根据时间推算）
3. 利用生成好的模板特定区域局部重绘
4. 抽卡，这一步可能存在人工干预，比如选择出比较好看的几个
手动实现
每一个步骤都有人写过了，直接整理下链接点着看吧~
炼丹步骤：Stable Diffusion Lora模型训练详细教程_AI算法-图哥的博客-CSDN博客
这里准备了一份可供训练的素材，禁止商用！
链接：https://pan.baidu.com/s/1PdF2ocgqOBtRmQqtmij6RA?pwd=bjf4
提取码：bjf4
生成模型之后局部重绘在图生图里面，参考：图生图—AI图片生成Stable Diffusion参数及使用方式详细介绍_Coding的叶子的博客-CSDN博客
信息溯源
[1] 花9.9买套AI写真，「妙鸭相机」正让海马体们失业 | 产品观察-36氪 (36kr.com)
相关文章：
AI相机“妙鸭相机”原理分析和手动实现方案
妙鸭相机 一个通过上传大约20张照片，生成专属自拍。在2023年7月末爆火，根据36Kr报道，妙鸭相机系阿里系产品，挂靠在阿里大文娱体系下，并非独立公司。 使用方法是上传20张自拍照片，之后可以选择模板生成自己…...
关于计算机大学生秋招面试的那点事？（Golang篇）
前言； Go语言（简称Golang）越来越受到开发者的关注和欢迎。它由Google公司于2009年推出，旨在提供更好的性能和并发性能。眼下，越来越多的公司在使用它，比如著名的云计算服务商AWS，以及知名电商京…...
Windows网络自学的第一天：创建线程
CreateThread函数： 该函数用于创建一个新的线程并在其上运行指定的函数，原型如下： HANDLE CreateThread(LPSECURITY_ATTRIBUTES lpThreadAttributes,SIZE_T dwStackSize,LPTHREAD_START_ROUTINE lpStartAddress,LPVOID …...
正确的 Java 异常处理
我们来谈谈痛点吧。由于我的职责，我必须使用许多不同的服务（进行编辑、进行代码审查......）；不同的团队通常会编写所有这些服务，每当涉及到处理错误并从服务转发错误时，有时我的眼睛就会开始流泪。让我尝试…...
RTT（RT-Thread）时钟管理
目录 时钟管理 时钟节拍 RTT工程目录结构介绍 配置文件：rtconfig.h 获取系统节拍 获取系统节拍数函数 实例 定时器 RT_Thread定时器介绍 定时器源码分析（了解即可） rt_system_timer_init (硬件定时器初始化) rt_system_timer_thr…...
基础实验篇 | uORB消息读写与自定义实验(二)
导读 uORB是PX4/Pixhawk系统中非常重要且关键的模块之一，是用于无人机模块间通信的协议机制。本篇将详细介绍uORB并详细拆解uORB消息读写与自定义实验全流程（二）。 基础实验篇 | uORB消息读写与自定义实验(二) 01 RflySim平台的uORB消息读写…...
k8s pod数据存储Volumes
一、说在前面的话 在 Kubernetes 的 Deployment 中，您可以使用多种类型的 Volumes 来管理 Pod 中的数据。 作用是用来共享目录及配置，不用在每个pod里进行配置。 本文主要概述怎么使用HostPath、PersistentVolumeClaim、ConfigMap。 二、k8s有哪些Vol…...
ZYNQ在Petalinux系统下双网口同网段的实现
ZYNQ在Petalinux系统下双网口同网段的实现 1.开发环境 采用了赛灵思zynq xc7z100芯片，外部挂载了两个网口phy芯片（marvell 88e1510），且两个网口phy芯片公用MDIO管脚，bd配置如下： 2.问题说明 忙去了&am…...
突破传统监测模式：业务状态监控HM的新思路 | 京东云技术团队
一、传统监控系统的盲区，如何打造业务状态监控。 在系统架构设计中非常重要的一环是要做数据监控和数据最终一致性，关于一致性的补偿，已经由算法部的大佬总结过就不再赘述。这里主要讲如何去补偿？补偿的方案哪些？这就…...
)
7-16 验证“哥德巴赫猜想” （20 分)
7-16 验证“哥德巴赫猜想” （20 分) 数学领域著名的“哥德巴赫猜想”的大致意思是：任何一个大于2的偶数总能表示为两个素数之和。比如：24519，其中5和19都是素数。本实验的任务是设计一个程序，验证20亿以内的偶数都可以…...
GEE学习02 --设置Jupyter Notebook的打开路径
直接双击Jupyter Notebook 桌面图标运行时，打开的文件路径是默认的：C：\用户\用户名 如果使用python命令提示符打开jupyter notebook ， 而我新建的GEE学习文件夹在另一个路径，可以直接修改默认的保存路径：…...
stm32与上位机电脑间最快的通信方式是什么？
对于小型多关节机械臂的控制电路设计，选择合适的通信方式可以提高MCU与上位机之间的实时性。以下是一些在STM32上常用的通信方式，你可以根据你的具体需求选择适合的： 串口通信（UART）：串口通信是一种常见的…...
pytorch学习——卷积神经网络——以LeNet为例
目录 一.什么是卷积？ 二.卷积神经网络的组成 三.卷积网络基本元素介绍 3.1卷积 3.2填充和步幅 3.2.1填充（Padding） 填充是指在输入数据周围添加额外的边界值（通常是零），以扩展输入的尺寸。填充可以在卷…...
stm32 mpu6050 cubemx DMP法读取角度
文章目录 前言一、相关文件二、cubemx配置三、代码变量初始化主循环 总结 前言 文件 记录使用dmp库来读取mpu6050的角度。 这是参考文件 参考1–主要参考 github参考 参考2 参考三 一、相关文件 相关文件在这里下载（未填，不过可以在上面的git中下载&a…...
.Net6 Core Web API 配置 log4net + MySQL
目录 一、导入NuGet 包 二、添加配置文件 log4net.config 三、创建MySQL表格 四、Program全局配置 五、帮助类编写 六、效果展示 小编没有使用依赖注入的方式。 一、导入NuGet 包 ---- log4net 基础包 ---- Microsoft.Extensions.Logging.Log4Net…...
校园跑腿小程序运营攻略
作为一名校园跑腿小程序的运营者，你可能会面临诸如用户获取、平台推广、服务质量保证等挑战。在本篇推文中，我将为你提供一些关键的运营策略，帮助你成功运营校园跑腿小程序。 1. 用户获取和留存 用户是校园跑腿小程序成功的关键。以下是一些…...
InfluxDB2如何求增量数据
需求 项目中需要接入电表设备，求用电量。 按天和设备统计用电量 按天统计用电量 统计总用电量 存在的问题 difference 函数可以求增量，但是以上计算均存在一个问题，比如xx设备有8.1号和8.2号的数据，我统计每天的用电量…...
Flink作业调度的9种状态
1.什么是作业调度 Flink 通过 Task Slots 来定义执行资源。每个 TaskManager 有一到多个 task slot，每个 task slot 可以运行一条由多个并行 task 组成的流水线。 这样一条流水线由多个连续的 task 组成，比如并行度为 n 的 MapFunction 和 并行度为 n 的…...
8、Kubernetes核心技术 - ConfigMap
目录 一、ConfigMap概述 二、ConfigMap创建 2.1、命令行方式创建 2.2、yaml 文件方式创建 三、ConfigMap查询 四、ConfigMap更新 4.1、kubectl edit方式 4.2、kubectl apply方式 五、ConfigMap使用 5.1、spec.env 【环境变量】 5.2、spec.envFrom 【环境变量】 5.3…...
音视频--DTMF信号发送及检测
参考资料 https://zh.wikipedia.org/wiki/%E5%8F%8C%E9%9F%B3%E5%A4%9A%E9%A2%91https://www.cnblogs.com/lijingcheng/p/4454932.html 1. DTMF是什么 1.1 DTMF定义 双音多频信号（英语：Dual-Tone Multi-Frequency，简称：DTMF&a…...
LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明
LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造，完美适配AGV和无人叉车。同时，集成以太网与语音合成技术，为各类高级系统（如MES、调度系统、库位管理、立库等）提供高效便捷的语音交互体验。 L…...
电脑插入多块移动硬盘后经常出现卡顿和蓝屏
当电脑在插入多块移动硬盘后频繁出现卡顿和蓝屏问题时，可能涉及硬件资源冲突、驱动兼容性、供电不足或系统设置等多方面原因。以下是逐步排查和解决方案： 1. 检查电源供电问题 问题原因：多块移动硬盘同时运行可能导致USB接口供电不足&#x…...
SpringCloudGateway 自定义局部过滤器
场景： 将所有请求转化为同一路径请求（方便穿网配置）在请求头内标识原来路径，然后在将请求分发给不同服务 AllToOneGatewayFilterFactory import lombok.Getter; import lombok.Setter; import lombok.extern.slf4j.Slf4j; impor…...
Rapidio门铃消息FIFO溢出机制
关于RapidIO门铃消息FIFO的溢出机制及其与中断抖动的关系，以下是深入解析： 门铃FIFO溢出的本质 在RapidIO系统中，门铃消息FIFO是硬件控制器内部的缓冲区，用于临时存储接收到的门铃消息（Doorbell Message）。…...
Java 二维码
Java 二维码 **技术：**谷歌 ZXing 实现 首先添加依赖 <!-- 二维码依赖 --><dependency><groupId>com.google.zxing</groupId><artifactId>core</artifactId><version>3.5.1</version></dependency><de…...
【无标题】路径问题的革命性重构：基于二维拓扑收缩色动力学模型的零点隧穿理论
路径问题的革命性重构：基于二维拓扑收缩色动力学模型的零点隧穿理论 一、传统路径模型的根本缺陷 在经典正方形路径问题中（图1）： mermaid graph LR A((A)) --- B((B)) B --- C((C)) C --- D((D)) D --- A A -.- C[无直接路径] B -…...
Leetcode33（ 搜索旋转排序数组）
题目表述 整数数组 nums 按升序排列，数组中的值 互不相同 。 在传递给函数之前，nums 在预先未知的某个下标 k（0 < k < nums.length）上进行了 旋转，使数组变为 [nums[k], nums[k1], …, nums[n-1], nums[0], nu…...
redis和redission的区别
Redis 和 Redisson 是两个密切相关但又本质不同的技术，它们扮演着完全不同的角色： Redis: 内存数据库/数据结构存储 本质： 它是一个开源的、高性能的、基于内存的 键值存储数据库。它也可以将数据持久化到磁盘。 核心功能： 提供丰…...
[论文阅读]TrustRAG: Enhancing Robustness and Trustworthiness in RAG
TrustRAG: Enhancing Robustness and Trustworthiness in RAG [2501.00879] TrustRAG: Enhancing Robustness and Trustworthiness in Retrieval-Augmented Generation 代码：HuichiZhou/TrustRAG: Code for "TrustRAG: Enhancing Robustness and Trustworthin…...
：工厂方法模式、单例模式和生成器模式)
上位机开发过程中的设计模式体会(1)：工厂方法模式、单例模式和生成器模式
简介 在我的 QT/C 开发工作中，合理运用设计模式极大地提高了代码的可维护性和可扩展性。本文将分享我在实际项目中应用的三种创造型模式：工厂方法模式、单例模式和生成器模式。 1. 工厂模式 (Factory Pattern) 应用场景 在我的 QT 项目中曾经有一个需…...