【图像生成与编辑】最新进展！( 二 ) _文本分类

项目开源于，最新功能更新了聊天机器人，实现语音输入，一键更换语义场景等，结合SD可以做到局部替换功能。
功能1：通过模块对语音进行转换，直接对图片的检测对象进行替换，例如将狗替换成猴子，看图片确实是毫无违和感：
功能2：实现自动数据标注，包括标签信息及预测概率，有点类似于系列，借助SAM分割万物的思想可以直接对图片中的所有场景进行分割及分类标注。使用直接生成标签，使用-SAM进行box和mask生成。具有卓越的标记和字幕功能。使用BLIP生成标题，使用提取标签，使用-SAM生成框和MASK图片。浅浅的谈一句，针对简单场景，确实该项目有很多过人的优势，复杂场景的实际应用还有待商榷，目前看来最大的一个问题是分割的场景会存在分割过细的情况，需要手动人工check,而且并不是所有参数对不同图片都适用，针对训练的大量图片，实际自动标注效果还有待优化。
功能3：实例替换。如更换头发颜色、背景、交互式应用等。