利用生成式机器学习模型中的提示技术自动生成时尚图像
计算机视觉与模式识别
2024-09-11 v1
摘要
人工智能的出现促成了时尚行业的突破性变革，重新定义了创意和创新方式。本文研究了使用两种不同的大型语言模型和Stable Diffusion模型生成定制时尚描述的方法。强调AI驱动时尚创意的适应性，我们远离传统方法，专注于提示技术，如零样本学习和少样本学习，以及链式思维（Chain-of-Thought），这些技术产生多样化的颜色和纹理，从而增强输出的多样性。我们的方法的核心是检索增强生成（RAG），通过时尚来源丰富模型，确保具有当代代表性。评估结合了CLIPscore等定量指标与定性人类判断，突出了在多样化风格下的创造力、连贯性和审美吸引力。其中，RAG和少样本学习技术受到青睐，因为它们能够产生更相关且更具吸引力的时尚描述。我们的代码已提供，地址为 https://github.com/georgiarg/AutoFashion。
引用
@article{arxiv.2407.14944,
title = {Automatic Generation of Fashion Images using Prompting in Generative Machine Learning Models},
author = {Georgia Argyrou and Angeliki Dimitriou and Maria Lymperaiou and Giorgos Filandrianos and Giorgos Stamou},
journal= {arXiv preprint arXiv:2407.14944},
year = {2024}
}