脑洞大开！这个简易命令行工具，输入文字可生成的奇特图像

【导语】：使用文本生成图像的简单命令行工具。

简介

deep-daze 是一个使用 OpenAI 的 CLIP 和 Siren 的，使用文本生成图像的命令行工具，使用简单的语言描述图像内容，即可生成对应的图片。

![shattered plates on the grass
（草地上的碎盘子）](https://gitee.com/kaixiaoyan/...

项目地址：

https://github.com/lucidrains...

下载安装

deep-daze是一个Python命令行工具，所以使用的环境中需要先安装Python，然后执行以下命令即可安装：

$ pip install deep-daze

简单使用

deep-daze的使用也非常简单，记住一个imagine命令即可，如：

$ imagine "a house in the forest"  

在Windows中需要使用管理员打开CMD窗口。

如果内存足够大，可以添加--deeper选项来获得更高质量的图片：

$ imagine "shattered plates on the ground" --deeper  

deep-daze有以下选项可供选择：

--img=IMAGE_PATH  
    默认值：无。  
    用以优化png/jpg图像或PIL图像的路径。  
--encoding=ENCODING  
    默认值：无。  
    用户创建的自定义CLIP编码。如果使用，则替换使用的任何文本或图像。  
--create_story=CREATE_STORY  
    默认值：False。  
    如果启用此功能，则可以使用比77个字符更长的文本，用于创建图片故事。  
--story_start_words=STORY_START_WORDS  
    默认值：5。  
    仅在create_story为True时使用。  
--story_words_per_epoch=STORY_WORDS_PER_EPOCH  
    默认值：5。  
    仅在create_story为True时使用。  
--story_separator：  
    默认值：无  
    仅在create_story为True时使用。定义一个类似.的分隔符。  
--lower_bound_cutout=LOWER_BOUND_CUTOUT  
    默认值：0.1  
    每批SIREN图像的随机切口的大小的采样下限。应小于0.8。  
--upper_bound_cutout=UPPER_BOUND_CUTOUT  
    默认值：1.0  
    每批SIREN图像的随机切口的大小的采样上限。应该保持在1.0。  
--saturate_bound=SATURATE_BOUND  
    默认值：False  
    如果为True，则在训练期间将LOWER_BOUND_CUTOUT线性增加至0.75。  
--learning_rate=LEARNING_RATE  
    默认值：1e-05  
    神经网络的学习率。  
--num_layers=NUM_LAYERS  
    默认值：16  
    Siren神经网络的隐藏层数量。  
--batch_size=BATCH_SIZE  
    默认值：4  
    计算损失之前传递到Siren图像的数量。减小此值可能会降低内存和准确性。  
--gradient_accumulate_every=GRADIENT_ACCUMULATE_EVERY  
    默认值：4  
    计算出n个样本的加权损耗。增加此值有助于以较小的批次大小提高准确性。  
--epochs=EPOCHS  
    默认值：20  
    要运行的次数。  
--iterations=迭代  
    默认值：1050  
    在给定时期内计算和反向传播损耗的次数。  
--save_every=SAVE_EVERY  
    默认值：100  
    生成图像的每一次迭代是这个数的倍数。  
--image_width = IMAGE_WIDTH  
    默认值：512  
    所需的图像分辨率。  
--deeper=DEEPER  
    默认值：False  
    使用具有32个隐藏层的Siren神经网络。  
--overwrite=OVERWRITE  
    默认值：False  
    是否覆盖现有的同名生成图像。  
--save_progress=SAVE_PROGRESS  
    默认值：False  
    是否保存在Siren训练之前生成的图像。  
--seed=SEED  
    类型：可选  
    默认值：无  
    要使用的种子用于确定性的运行。  
--open_folder=OPEN_FOLDER  
    默认值：True  
    是否打开生成的图像的文件夹。  
--save_date_time=SAVE_DATE_TIME  
    默认值：False  
    保存文件具有时间戳。例如`%y%m%d-%H%M%S-my_phrase_here`  
--start_image_path= TART_IMAGE_PATH  
    默认值：无  
    首先在原始图像上训练生，然后再转向文本输入  
--start_image_train_iters=START_IMAGE_TRAIN_ITERS  
    默认值：50  
    在初始图像上进行初始训练的次数  
--theta_initial=THETA_INITIAL  
    默认值：30.0  
    描述色彩空间频率的参数。仅适用于网络的第一层。  
--theta_hidden = THETA_INITIAL  
    默认值：30.0  
    描述色彩空间频率的参数。仅适用于网络的隐藏层。  
--save_gif = SAVE_GIF  
    默认值：False  
    是否保存生成过程的GIF动画。仅在save_progress设置为True时有效。  

更多

• 基于一张图片进行训练合成

$ imagine 'a clear night sky filled with stars' --start_image_path ./cloudy-night-sky.jpg  

原始图片：

合成图片：

• 使用Python进行调用

from deep_daze import Imagine  
  
imagine = Imagine(  
    text = 'cosmic love and attention',  
    num_layers = 24,  
)  
imagine()  

• 每迭代四次就保存，以该格式保存图片：insert\_text\_here.00001.png，insert\_text\_here.00002.png，...

imagine = Imagine(  
    text=text,  
    save_every=4,  
    save_progress=True  
)  

• 创建带有时间戳和序列号的文件

imagine = Imagine(  
    text=text,  
    save_every=4,  
    save_progress=True,  
    save_date_time=True,  
)  

开源前哨 日常分享热门、有趣和实用的开源项目。参与维护 10万+ Star 的开源技术资源库，包括：Python、Java、C/C++、Go、JS、CSS、Node.js、PHP、.NET 等。