用設計師能理解的語言
來解釋AIGC中的技術名詞
「AIGC 屬於跨學科的產物，涉及領域眾多，包括高等數學、統計學、計算機圖形圖像學、機器學習等各個領域。AIGC 設計軟體的介面上往往會涉及到許多這些領域的技術術語。要想搞清楚它們背後的知識體系需要展開的知識樹體量十分龐大繁雜。術業有專攻，我們無法全面俱到地在每一個領域都做到精通，但又需要了解到一定的程度，以便更好地使用 AIGC 的相關軟體。所以，我們將儘量以設計行業從業者能理解的語言來解釋那些經常遇到無法繞開的技術術語。
U-Net 網絡
U-Net網絡是一個基於CNN（ Convolutional Neural Network 卷積神經網絡）的圖像語義分割網絡（Semantic Segmentation）。圖像語義分割是圖像處理和機器視覺技術中關於圖像理解的重要一環，也是 AI 領域中一個重要的分支。如左圖所示：語義分割是對圖像中每一個像素點進行分類，確定每個點的類別（如屬於背景、道路、人或車等），從而進行內容區域劃分。目前，語義分割已經被廣泛應用於自動駕駛、無人機落點判定等場景中。
U-Net 最早於2015年被提出，用於醫療影像分割任務，比如細胞壁的分割，之後在醫學圖像中肺結節檢測以及眼底視網膜上的血管提取等方面都有著出色的表現。（論文地址：https://arxiv.org/abs/1505.04597）。由於分割效果好，實際反饋中評價十分精準，並能夠在相對較少的樣本基礎上進行訓練等優點，U-Net 在醫學影像領域很受歡迎。
自動駕駛汽車視角的圖像語義分割
U-Net 網絡結構如圖所示，主要由卷積層、最大池化層（下採樣）、反卷積層（上採樣）以及ReLU非線性激活函數組成。從拓撲結構圖上看U-Net網絡非常簡明扼要，前半部分（左邊）作用是特徵提取，後半部分（右邊）是上採樣。因為此網絡整體結構類似於大寫的英文字母U，故得名U-Net。
U-Net 網絡架構
U-Net 網絡，雖然名氣不大，但實際上在人工智慧領域十分重要。它在 Stable Diffusion 模型中處於核心地位，因為它對噪點的預測才最終幫助 Diffusion 的反向過程生成圖像（具體請查看 Stable Diffusion 模型的詳細介紹）。
AIGC基礎知識
專業名詞解析
及
Stable Diffusion從入門到精通到實戰
專欄內容簡介
從AIGC的基礎概念介紹開始，以「喂飯級」的語言，逐一詳細介紹 Stable Diffusion WebUI 的各個參數與設置，配合詳細的圖文素材，並用大量實戰案例來解讀 Stable Diffusion 在目前各設計領域中的應用。
通過這個專欄，你會得到
AIGC的基礎概念、紮實的基礎知識；
AIGC圖像設計創作領域目前最重要的陣地——Stable Diffusion 的相關基礎知識、專業術語；
Stable Diffusion WebUI 軟體中每一個參數詳細功能介紹，原理，對應AI生圖的結果；
Stable Diffusion WebUI 的具體使用方法和技巧，各種模型介紹、周邊配套插件與軟體的使用方法和技巧；
Stable Diffusion WebUI 在實際設計產業中的應用、實戰解析；
Stable Diffusion 的提示詞庫、參數庫等；
購買全套課程的學員，享受半年免費 SD-WebUI（高性能GPU）線上使用權限，使用期限內無限出圖、高速出圖。
訂閱須知
《Stable Diffusion從入門到精通到實戰》為圖文/視頻專欄，不少於 20 期，每周五 21:00 點更新;
20 期更新結束後，專欄內容會根據 AIGC 領域的最新動態、Stable Diffusion 的不斷疊代而產生新內容，這些與時俱進的新內容無需額外付費；
添加一對一輔導員，及時收到通知更新內容，一對一解答疑難問題；
本專欄為虛擬內容服務，購買成功後不支持退款，請理解。
加輔導員微信諮詢
了解更詳細課程信息
一對一解答疑難問題
Stable Diffusion WebUI
從入門到精通再到實戰
完全喂飯級，細緻到每一個參數
「設計小白」都能看懂
有設計基礎的朋友更會得到啟發
抓住人工智慧工業革命帶來的新機遇
輔導員微信：cyxq2019
長按上方二維碼圖
在彈出菜單中選擇「打開對方的名片」
加輔導員微信，諮詢課程