文本生成图像API详情
通义万相 说明 支持的领域/任务：aigc/文生图 通义万相-文本生成图像是基于自研的Composer组合生成框架的AI绘画创作大模型，能够根据用户输入的文字内容，生成符合语义描述的多样化风格的图像。通过知识重组与可变维度扩散模型，加速收敛并...
面向AIGC文生图模型的Prompt自动化生成
其中，Stable Diffusion文生图模型是一种开源且流行的跨模态生成模型，旨在生成与给定文本相对应的图像。在Stable Diffusion中，编写Prompt是生成高质量图像的关键。BeautifulPrompt插件利用定制化的大语言模型（LLM）自动实现Prompt的扩写...
基于PAI产品的虚拟上装解决方案
目前PAI端到端虚拟上装解决方案提供以下两种使用方式：方式一：使用Lora进行服饰训练和可控生成 Lora（Low-Rank Adaptive Relational Attention）是一种在图像生成领域广泛应用的算法。该算法可以通过添加少量的可微调参数和使用少量的数据...
EAS使用案例汇总
5分钟使用EAS一键部署Stable Diffusion实现文生图能力 介绍如何使用EAS一键部署Stable Diffusion的AI-Web应用，并启动WebUI来验证AI生成图像等功能。5分钟使用EAS部署Stable Diffusion API服务 介绍如何使用 EAS 部署SD API服务，以及如何...
Cosplay动漫人物生成API详情
Cosplay动漫人物生成 说明 支持的领域/任务：aigc/Cosplay动漫人物生成 通义万相-Cosplay动漫人物生成通过输入人像图片和卡通形象图片，可快速生成人物卡通写真。目前支持3D卡通形象风格。关于该接口功能的示例图如下：3D卡通形象图（左侧...
文本生成图像API详情
通义万相 说明 支持的领域/任务：aigc/文生图 通义万相-文本生成图像是基于自研的Composer组合生成框架的AI绘画创作大模型，能够根据用户输入的文字内容，生成符合语义描述的不同风格的图像。通过知识重组与可变维度扩散模型，加速收敛并...
AnyText图文融合API详情
任务状态：PENDING：排队中 RUNNING：处理中 SUCCEEDED：成功 FAILED：失败 UNKNOWN：作业不存在或状态未知 output.result_url List 如果作业成功，包含模型生成的结果图像的 URL的列表，可以在 24 小时之内随时下载。result_url":[...
文字纹理生成API详情
文字纹理生成 说明 支持的领域/任务：aigc/创意文字生成 WordArt锦书-文字纹理生成可以对输入的文字内容或文字图片进行创意设计，根据提示词内容对文字添加材质和纹理，实现立体材质、场景融合、光影特效等效果，生成效果精美、风格多样的...
文字纹理生成API详情
文字纹理生成 说明 支持的领域/任务：aigc/创意文字生成，可支持深度合成算法备案工作。WordArt锦书-文字纹理生成可以对输入的文字内容或文字图片进行创意设计，根据提示词内容对文字添加材质和纹理，实现立体材质、场景融合、光影特效等...
涂鸦作画API详情
parameters":{"size":"768*768","n":2,"style":"<watercolor>","sketch_extraction":False,"sketch_color":[[0,0,0],[123,123,123]]} parameters.size String 否 生成图像的分辨率，默认为768*768像素，可选值为"768*768"parameters.style...
涂鸦作画API详情
parameters":{"size":"768*768","n":2,"style":"<watercolor>","sketch_extraction":False,"sketch_color":[[0,0,0],[123,123,123]]} parameters.size String 否 生成图像的分辨率，默认为768*768像素，可选值为"768*768"parameters.style...
PAI图像分类（多标签分类）训练
本文为您介绍如何使用PAI命令基于图片数据生成图像多标签分类模型。图像分类训练 您可以使用 SQL脚本 组件进行PAI命令调用，也可以使用MaxCompute客户端或DataWorks的开发节点进行PAI命令调用，详情请参见 使用本地客户端（odpscmd）连接 ...
视频理解计费介绍
例如：如果使用物体检测和视频封面两个能力，需要同时购买图像类预付费资源包和视频类预付费资源包。价格费用计算详情请参见 计费方式。如果您因业务需求希望更快地获取查询结果，请通过 咨询服务 联系我们。镜头解析 镜头解析 能力支持 ...
API详情
yellow cat parameters.size String 否 生成图像的分辨率，stable-difussion-v1.5的size固定为512*512，stable-difussion-xl的值可支持长宽在512和1024之间以128步长取值的任意组合，如512*1024，1024*768等，默认1024*1024 512*512 ...
API详情
yellow cat parameters.size String 否 生成图像的分辨率，stable-difussion-v1.5的size固定为512*512，stable-difussion-xl的值可支持长宽在512和1024之间以128步长取值的任意组合，如512*1024，1024*768等，默认1024*1024 512*512 ...
文字变形API详情
文字变形 说明 支持的领域/任务：aigc/创意文字生成 WordArt锦书-文字变形可以对输入的文字边缘轮廓进行创意变形，根据提示词内容进行边缘变化，实现一种字体的更多种创意用法，返回带有文字内容的黑底白色蒙版图。输入内容&效果示意 输入...
通义万相系列
通义万相是基于自研的Composer组合生成框架的AI绘画创作大模型，可以根据用户输入的文字内容生成符合语义描述的不同风格的图像，结果自然、细节丰富。并同时提供了图像背景生成和人像风格重绘模型。开发者可以通过以下链接，了解如何通过大...
鹿班介绍
基于图像智能生成技术，鹿班可以改变传统的设计模式，使其在短时间内完成大量banner图、海报图和会场图的设计，提高工作效率。用户只需任意输入想达成的风格、尺寸，鹿班就能代替人工完成素材分析、抠图、配色等耗时耗力的设计项目，实时...
2023年
2023-02-02 华东2（上海）口罩人脸比对1:1 图像生产 生成式图像卡通化 输入一张图像，选择想要生成的卡通化风格，即可生成与输入图像相同分辨率、特定风格的卡通化图像。2023-02-08 华东2（上海）生成式图像卡通化 生成式图像超分 对图像...
生成式图像超分
应用场景 生成模型更多细节：采用生成大模型，能够对图像生成更多细节纹理，对各类图像带来显著的画质提升。4倍放大：最高支持4倍放大，使低清图像变为高清图像。特色优势 印刷画质提升：对待出版印刷的图像内容进行高清化处理，使图像素材...
PAI ArtLab高清修复的三种方式
在进行文生图创作流程时，为了适应GPU内存限制并加快迭代速度，用户通常会选择较低分辨率设置批量生成候选图像。当最终找到满意的设计构图后，却发现图像缺乏精细度和足够的分辨率。针对这一问题，我们可以利用AI upscaler、SD upscale，...
图像背景生成API详情
图像背景生成 说明 支持的领域/任务：aigc/图像背景生成 通义万相-图像背景生成可以基于输入的前景图像素材拓展生成背景信息，实现自然的光影融合效果，与细腻的写实画面生成。支持文本描述、图像引导等多种方式，同时支持对生成的图像智能...
图像背景生成API详情
图像背景生成 说明 支持的领域/任务：aigc/图像背景生成 通义万相-图像背景生成可以基于输入的前景图像素材拓展生成背景信息，实现自然的光影融合效果，与细腻的写实画面生成。支持文本描述、图像引导等多种方式，同时支持对生成的图像智能...
标注模板说明
Vision-LLM主要用于处理与语言和视觉相关的任务，如图像描述生成、视觉问答和视觉推理等。与传统的NLP模型只关注文本特征不同，Vision-LLM能够同时捕捉到图像和文本之间的联系，从而在视觉理解和语言理解方面有更好的表现。Vision-LLM有着...
图像上传
本文介绍如何将图像上传到图像搜索服务。说明 如需了解更多产品详情和获取技术支持，请单击 在线咨询 或通过钉钉群（35035130）联系我们。背景信息 图像搜索提供两种方式上传图片，一种是通过图像搜索产品API或者SDK，另一种方式是通过借助...
Stable Diffusion AIACC加速版部署文档
通过逐步扩散（Diffusion），逐步处理图像，使得图像的生成质量更高。通过本文，客户可以搭建一个stable diffusion的webui框架，并使用aiacctorch加速图片生成速度。在512x512分辨率下，AIACC加速能将推理时间从1.91s降低至0.88s，性能提升...
人像风格重绘API详情
人像风格重绘 说明 支持的领域/任务：aigc/人像风格化 通义万相-人像风格重绘可以将输入的人物图像进行多种风格化的重绘生成，使新生成的图像在兼顾原始人物相貌的同时，带来不同风格的绘画效果。当前支持的风格有：复古漫画、3D童话、...
人像风格重绘API详情
人像风格重绘 说明 支持的领域/任务：aigc/人像风格化 通义万相-人像风格重绘可以将输入的人物图像进行多种风格化的重绘生成，使新生成的图像在兼顾原始人物相貌的同时，带来不同风格的绘画效果。当前支持的风格有：复古漫画、3D童话、...
批量操作
请确保开通的OSS服务与已购买的图像搜索服务在同一地域，否则将无法使用批量操作功能。将图片导入到OSS中 导入图片，具体操作请参见 上传文件。说明 图片存放路径可以自定义，只需要在创建批量任务时设置图片路径即可。新建increment.meta...
服务节点地址及内网（VPC）调用方式
VPC内网访问：仅限同区域ECS上的访问，例如您购买的图像搜索实例是华东1（杭州），那么您的ECS或资源也必须在华东1（杭州）才能通过内网VPC地址访问图搜服务，否则会调用不通。VPC内网地址：使用内网服务入口访问时不会消耗ECS公网流量，...
AI写真：Python SDK使用说明
Image decode error 2 无法下载或解码图像。Number of face is not 1 3 人脸数量不为1。Image detect error 4 人脸检测异常。Image encoding error 5 将人脸编码为特征向量时出错，表示无法检测到人脸。This photo is not the same person ...
SAM自动图片分割和预标注
背景信息 Grounded SAM模型是一个最强的零样本视觉应用，它可以通过文本输入，检测、分割和生成任何图像。它是由IDEA领衔的中国专业团队打造的，基于Meta的SAM模型和其他三个强大的零样本模型。Grounded SAM模型主要由Grounding DINO和SAM...
EAS快速部署AI绘画SDWebUI
使用该应用进行模型推理，实现基于给定文本生成相应图像的功能。背景信息 AIGC是指通过人工智能技术自动生成内容的生产方式，已经成为继互联网时代的下一个产业时代风口。其中Stable Diffusion文生图模型是开源流行的跨模态生成模型，旨在...
AI视频生成-ComfyUI镜像部署
EAS提供了极简部署方式，您只需配置几个参数，即可一键部署基于ComfyUI和Stable Video Diffusion模型的AI视频生成服务，帮助您完成社交平台短视频内容生成、动画制作等任务。本文为您介绍如何基于ComfyUI镜像部署服务和几种常用的调用方式...
ASP协议
先进的压缩算法 云电脑内的屏幕内容往往是混合型的，既包含计算机生成的图像（例如网页上的文字），也可能包含摄像头拍摄的图像（例如网页上的照片和视频）。对于这两种特点不同的图像，单纯的图片编码和视频流编码往往无法兼顾不同屏幕...
动态与公告
通义万相 通义万相系列模型商业化，服务免费额度用完后开始收费，收费标准参照：计量计费 2023-09-01 计量计费 新增模型 通义万相-人像风格重绘 通义万相-人像风格重绘可以将输入的人物图像进行多种风格化的重绘生成，使新生成的图像在兼顾...
FaceChain社区版服务实例部署文档
最后再使用人脸识别模型计算生成的写真图像与模板人脸的相似度，以此对写真图像进行排序，并输出排名靠前的个人写真图像作为最终输出结果。总结 简单几步，即可在计算巢中生成一套属于自己的数字形象，如此简单、便捷的方案，快来计算巢一...
视频截图
多张截图：按照设置的间隔时间，均匀的截取对应视频的多帧图像，每帧图像都是一个图片文件。也叫批量截图、序列截图。平均截图：按照设定的截图张数，均匀地对视频进行切分并截取指定数量的图像。截图间隔时间（秒）多张截图时必选 在文本...
视频生产计费介绍
例如：如果使用物体检测和视频SDR调色两个能力，需要同时购买图像类预付费资源包和视频类预付费资源包。价格费用计算详情请参见 计费方式。如果您因业务需求希望更快地获取查询结果，请通过 咨询服务 联系我们。视频校色 视频校色 能力支持...
创建工作流
生成Webvtt索引文件 多张截图、平均截图时可选 单击 开关按钮，表示需要生成webVTT格式的索引文件。设为封面 非必选 单击 开关按钮，此节点截取的图片会自动设置为媒体库中该媒体的封面，当有多张截图时，默认第一张设为封面。关键帧 非必...
- 产品推荐
- 这些文档可能帮助您