텍스트 및 비전 모델 모두에서 신속한 엔지니어링 기술에 대한 이해를 향상 시키도록 설계된 "비전 모델을위한 프롬프트 엔지니어링"코스를 살펴보십시오. 이 과정은 다양한 비전 모델을 효과적으로 신속하게하고 미세 조정할 수있게 해줍니다.
이 과정에서는 비전 모델에 대한 신속한 엔지니어링 영역을 탐구하고 Meta의 SEGMING THOLL MODEL (SAM), OWL-VIT 및 안정적인 확산 2.0과 같은 모델을 자랑하는 기술을 탐구합니다. 배울 수있는 것은 다음과 같습니다.
이미지 생성 : 텍스트가있는 비전 모델을 신속하고 하이퍼 파라미터를 조정하여 원하는 특성을 가진 이미지를 생성합니다.
이미지 세분화 : 정밀한 이미지 세분화 모델을 자극하기 위해 제한 상자 좌표와 함께 양수 또는 네거티브 좌표를 사용합니다.
객체 감지 : 자연 언어 프롬프트를 사용하여 경계 상자를 생성하여 이미지 내에서 특정 객체를 분리합니다.
in-painting : 객체 감지, 이미지 세분화 및 이미지 생성 기술을 결합하여 이미지 내의 객체를 생성 된 컨텐츠로 바꾸십시오.
미세 조정을 통한 개인화 : Dreambooth라는 기술을 사용하여 제공된 사람 또는 장소의 사진을 기반으로 사용자 정의 이미지를 생성하기위한 미세 조정 모델.
반복 및 실험 추적 : 시각적 프롬프트 엔지니어링 워크 플로우를 최적화하는 데 도움이되는 라이브러리 인 Comet을 사용하여 실험을 효과적으로 추적하는 방법을 배우십시오.
텍스트, 좌표 및 경계 상자가있는 프롬프트 비전 모델, 원하는 출력 특성을 위해 하이퍼 파라미터를 조정합니다.
? 이미지의 부품을 생성 된 컨텐츠로 대체하여 다양한 비전 모델 기술을 결합한 내용을 대체하십시오.
맞춤형 이미지를 사용한 개인화를 포함하여 정확한 이미지 생성을위한 미세 조정 모델.
혜성을 사용하여 실험을 효율적으로 추적하여 시각적 프롬프트 엔지니어링 워크 플로우를 최적화합니다.
Abby Morgan , Jacques Verré 및 Caleb Kaiser는 Comet의 노련한 머신 러닝 엔지니어로서 비전 모델 프롬프트 엔지니어링의 복잡성을 안내하는 전문 지식을 제공합니다.
등록 및 추가 세부 정보는 DeePlearning.ai를 방문하십시오.