详解Keras3.0 KerasCV API: StableDiffusion image-generation model

Stable Diffusion

图像生成模型，可用于根据简短的文本描述（称为“提示”）生成图片

keras_cv.models.StableDiffusion(img_height=512, img_width=512, jit_compile=True)

参数说明 

• img_height：int，要生成的图像的高度，以像素为单位。请注意，仅支持128的倍数；所提供的值将四舍五入到最接近的有效值。默认值为512。
• img_width:：int，要生成的图像的宽度，以像素为单位。请注意，仅支持128的倍数；所提供的值将四舍五入到最接近的有效值。默认值为512。
• jitcompile：bool，是否将底层模型编译到XLA。这可能会导致某些系统显著加速。默认为False。

示例

from keras_cv.models import StableDiffusion
from PIL import Image

# 创建一个StableDiffusion模型实例
model = StableDiffusion(img_height=512, img_width=512, jit_compile=True)

# 使用模型将文本转换为图像
img = model.text_to_image(
    prompt="A majestic eagle soaring through the clear blue sky", #提示词
    batch_size=1,  # 同时生成的图像数量
    num_steps=25,  # 迭代次数（控制图像质量）
    seed=123,  # 设置相同的种子值以获得相同的图像
)

# 将生成的图像保存为文件
Image.fromarray(img[0]).save("majestic.png")
print("saved at majestic.png")

结果

A majestic eagle soaring through the clear blue sky