Prompt Engineering for Vision Models

視覺模型的及時工程

探索“視覺模型的及時工程”課程，旨在增強您對文本和視覺模型中及時工程技術的理解。本課程將使您有效提示和微調各種視覺模型。

課程摘要

在本課程中，您將深入研究視覺模型的及時工程領域，探索技術，以提示諸如Meta的段Enything Model（SAM），OWL-VIT和穩定擴散2.0之類的模型。這是您將學到的：

1. 圖像生成：及時具有文本的視覺模型並調整超參數以生成具有所需特徵的圖像。

2. 圖像分割：使用正坐標或負坐標以及邊界盒坐標，促使模型進行精確的圖像分割。

3. 對象檢測：採用自然語言提示產生邊界框，在圖像中隔離特定對象。

4. 鑲嵌：結合對象檢測，圖像分割和圖像生成技術，以替換圖像中的對像用生成的內容替換對象。

5. 通過微調：微調擴散模型的個性化，以使用稱為Dreambooth的技術基於提供的人或地方的圖片來生成自定義圖像。

6. 迭代和實驗跟踪：了解如何使用彗星有效地跟踪實驗，彗星有助於優化視覺及時工程工作流程。

關鍵點

• 及時具有文本，坐標和邊界框的視覺模型，為所需的輸出特性調整超參數。

• ？使用貼上圖片將圖像的一部分替換為生成的內容，結合了各種視覺模型技術。

• 精確圖像生成的微調擴散模型，包括使用自定義圖像的個性化。

• 使用彗星有效地跟踪實驗，以優化視覺及時工程工作流程。

關於講師

艾比·摩根（Abby Morgan） ，雅克·韋雷（JacquesVerré）和卡萊布·凱瑟（Caleb Kaiser）是彗星的經驗豐富的機器學習工程師，使他們的專業知識指導您完成視覺模型及時工程的複雜性。

有關註冊和其他詳細信息，請訪問DeepLearning.AI。