DALL-E2がコンピュータビジョンの主要な課題をどのように解決できるか – venturebeat.com

多くのAI愛好家や研究者は、DALL-E 2が細い単語からアートや画像を生成するのがいかに素晴らしいかについてツイートしましたが、この記事では、この強力なテキストから画像へのモデルの別のアプリケーションであるデータセットの生成について調べたいと思います。
テキストプロンプトの一部としてクラス名をDALL-Eにフィードし、生成された画像をそのクラスのラベルに追加します。
DALL-Eの新機能の1つは、入力画像の複数のバリエーションを生成する機能です。
DALL-Eの入力は、生成したい画像のテキストプロンプトです。
テキスト生成モデルであるGPT-3を利用して、クラスごとに数十のテキストプロンプトを生成し、それをDALL-Eにフィードして、クラスごとに保存される数十の画像を作成できます。
たとえば、DALL-Eで犬の画像を作成するさまざまな環境を含むプロンプトを生成できます。