Stable Diffusion的最新实现——KerasCV的官方实现！

Stable Diffusion是一种功能强大的开源文本到图像（Text-to-Image）生成模型。虽然目前有多个开源项目可以实现基于文本提示（prompt）创建图像，但Stable Diffusion性能极其强大，其结果甚至可以媲美DALL·E2。而现在KerasCV提供了这个模型的官方实现！

KerasCV是由Keras官方团队发布的一个计算机视觉框架，可以帮助大家用来处理计算机视觉领域的相关任务和问题。这是2022年4月刚发布的最新产品，由于是官方团队出品的工具，所以质量有保证，且社区活跃，一直在积极更新（详情：[KerasCV简介](https://www.datalearner.com/blog/1051664460763153 "KerasCV简介")）。

当然，目前Stable Diffusion已经有多个团队做了开源实现，但是KerasCV实现的Stable Diffusion有一些明显的优势。其中包括XLA编译和混合精度支持，它们共同实现了最快的生成速度。

KerasCV使用Stable Diffusion非常简单：

```python
import time
import keras_cv
from tensorflow import keras
import matplotlib.pyplot as plt

model = keras_cv.models.StableDiffusion(img_width=512, img_height=512)

images = model.text_to_image("photograph of an astronaut riding a horse", batch_size=3)

def plot_images(images):
    plt.figure(figsize=(20, 20))
    for i in range(len(images)):
        ax = plt.subplot(1, len(images), i + 1)
        plt.imshow(images[i])
        plt.axis("off")

plot_images(images)
```

接下来运行执行即可，生成结果如下：

<center>
![](https://www.datalearner.com/resources/blog_images/00dea5e0-f13e-4885-b81f-11262dc593ba.png)
</center>
<center></center>

代码十分简单，也很容易实现！可以抓紧使用起来了！

需要注意的是，除了上述引入的库，还需要安装tensorflow datasets（采用如下命令：`pip install tensorflow_datasets`即可）。首次使用会下载预训练好的模型（3-5个G左右），需要一点时间，然后就可以运行了，我的台式机上述程序生成大约800秒，有点慢，不过没有开GPU了。官方的时间还是比较快的。

<center>![](https://www.datalearner.com/resources/blog_images/4cedc5ff-0c13-4ac1-aeea-f5f8ff667ed8.png)</center>
<center></center>

大家可以使用！

相关博客

最热博客