Prompt Engineering for Vision Models

视觉模型的及时工程

探索“视觉模型的及时工程”课程，旨在增强您对文本和视觉模型中及时工程技术的理解。本课程将使您有效提示和微调各种视觉模型。

课程摘要

在本课程中，您将深入研究视觉模型的及时工程领域，探索技术，以提示诸如Meta的段Enything Model（SAM），OWL-VIT和稳定扩散2.0之类的模型。这是您将学到的：

1. 图像生成：及时具有文本的视觉模型并调整超参数以生成具有所需特征的图像。

2. 图像分割：使用正坐标或负坐标以及边界盒坐标，促使模型进行精确的图像分割。

3. 对象检测：采用自然语言提示产生边界框，在图像中隔离特定对象。

4. 镶嵌：结合对象检测，图像分割和图像生成技术，以替换图像中的对象用生成的内容替换对象。

5. 通过微调：微调扩散模型的个性化，以使用称为Dreambooth的技术基于提供的人或地方的图片来生成自定义图像。

6. 迭代和实验跟踪：了解如何使用彗星有效地跟踪实验，彗星有助于优化视觉及时工程工作流程。

关键点

• 及时具有文本，坐标和边界框的视觉模型，为所需的输出特性调整超参数。

• ？使用贴上图片将图像的一部分替换为生成的内容，结合了各种视觉模型技术。

• 精确图像生成的微调扩散模型，包括使用自定义图像的个性化。

• 使用彗星有效地跟踪实验，以优化视觉及时工程工作流程。

关于讲师

艾比·摩根（Abby Morgan） ，雅克·韦雷（JacquesVerré）和卡莱布·凯瑟（Caleb Kaiser）是彗星的经验丰富的机器学习工程师，使他们的专业知识指导您完成视觉模型及时工程的复杂性。

有关注册和其他详细信息，请访问DeepLearning.AI。