fbpx
Sigmoidal
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
  • English
  • Home
  • Cursos
  • Pós-Graduação
  • Blog
  • Sobre Mim
  • Contato
Sem Resultado
Ver Todos Resultados
Sigmoidal
Sem Resultado
Ver Todos Resultados

Como usar o DALL-E 2 para gerar imagens a partir de textos

Utilizando Deep Learning e modelos treinados pela OpenAI, o Dall-E 2 permite criar imagens de altíssima qualidade a partir de textos.

Carlos Melo por Carlos Melo
dezembro 25, 2022
em Deep Learning, IA Generativa, Tutoriais, Visão Computacional
2
556
COMPARTILHAMENTOS
18.5k
VIEWS
Publicar no LinkedInCompartilhar no FacebookCompartilhar no Whatsapp

Nem todos possuem habilidades para desenho ou manipulação no Photoshop. No entanto, agora todos podem ter acesso à Inteligência Artificial (IA) da empresa OpenAI, conhecida como DALL-E 2, para criar imagens a partir de simples descrições textuais.

O mais interessante é que o DALL-E 2 cria imagens 100% originais, realistas, e ainda pode combinar conceitos, atributos e estilos de artistas conhecidos. Inclusive, esse tipo de tecnologia impulsionou a onda da NFTs, que pudemos acompanhar recentemente no mundo.

Se você acha que eu estou falando de imagens malfeitas, eu o convido a dar uma olhada na galeria abaixo. Todas estas imagens foram geradas a partir das descrições da legenda.

Você diria que elas foram feitas por uma máquina?

Exemplos do Dall-E 2

1 de 6
- +

1. 3D render of a cute tropical fish in an aquarium on a dark blue background, digital art

2. A photo of a white fur monster standing in a purple room

3. High quality photo of a monkey astronaut

4. A synthwave style sunset above the reflecting water of the sea, digital art

5. A comic book cover of a superhero wearing headphones

6. A pencil and watercolor drawing of a bright city in the future with flying cars

DALL-E 2, uma extensão natural do GPT-3

Lançado em 2020, o GPT-3 causou muita euforia e espanto na comunidade de tecnologia ao demonstrar sua capacidade de produzir textos que seriam facilmente confundidos com aqueles produzidos por humanos.

Os modelos do tipo Generative Pretrained Transformer (GTP) introduziram modelos de linguagem muito poderosos, capazes de responder a perguntas, traduzir artigos inteiros e realizar vinculações textuais, e sem que houvesse  a necessidade de treinamento supervisionado.

O DALL-E (lê-se “dolly”) é, de maneira resumida, uma versão com 12 bilhões de parâmetros do famoso GPT-3; para entender um, é necessário entender o outro. Caso você queira entender melhor sobre as engrenagens dos modelos GPTs que viabilizam o DALL-E, recomendo ler este artigo que publicamos aqui no blog.

Exemplos de aplicações do GPT-3 da OpenAI

Deep Learning e Transformadores: o poder por trás do DALL-E

O DALL-E foi escrito em Python e foi treinado usando o framework PyTorch. O seu modelo de rede neural possui cerca de 12 bilhões de parâmetros e foi treinando usando um Transformador (“Transformer“, uma arquitetura de Deep Learning que tem por objetivo resolver tarefas sequence-to-sequence) e milhões de exemplos de descrições de imagens.

Na prática, o DALL-E é uma extensão natural do próprio GPT-3. Só que, enquanto este analisa prompts de texto e responde com palavras, aquele responde com imagens.

Os Transformadores foram introduzidos em 2017 e são usados principalmente no campo do Processamento de Linguagem Natural (NLP).

Diferentemente das Redes Neurais Recorrentes (RNNs), apesar dos Transformadores terem sido idealizados para lidar com dados de entrada sequenciais (para aplicações de tradução ou resumo de texto, por exemplo), não exigem que os elementos da sequência sejam processados na sua ordem natural.

Essa característica do Transformer faz com que ele identifique o contexto que significa uma palavra dentro de uma frase, permitindo um maior grau de paralelização em relação às RNNs.

Em resumo, o DALL-E foi construído em cima de uma arquitetura que permitia a interpretação do texto considerando o contexto, só que “respondendo” o usuário com a geração de imagens.

Como criar suas imagens com o DALL-E 2

Por muito tempo, houve uma lista de espera para aqueles que quisessem testar o DALL-E. Por meses, muitos tiveram que acompanhar as postagens feitas por outros usuários que tinham recebido um convite antecipado, enquanto aguardavam a sua vez chegar.

Porém, atualmente (no momento em que escrevo este artigo), não existe mais essa wait list. Basta acessar a página da OpenAI e criar o seu cadastro para começar a testar seus prompts.

Uma coisa que vale a pena lembrar é que o DALL-E não serve apenas para criar imagens a partir do zero. É possível também você enviar uma foto sua e pedir para que o modelo trabalhe a partir dela como referência primária.

Para editar uma foto usando Dall-E, você pode usar uma técnica chamada máscara. Isso envolve selecionar uma área da imagem que deseja alterar ou adicionar algo. Isso pode ser feito apagando um pedaço da foto e salvando a imagem como PNG (para exportar o canal alpha, responsável pela transparência da imagem).

Ou você pode criar um arquivo separado contendo apenas a mascará mesmo, o que seria mais adequado para aqueles que optarem por usar a API, e não a interface gráfica disponibilizada na seção Playground da OpenAI.

Imagens geradas pelo DALL-E a partir input “Cientistas de Dados programando em um mundo distópico”.

Construa apps com a API DALL-E 2

Particularmente, eu recomendo você conhecer a API Python do DALL-E 2. Dessa maneira você poderá conhecer mais à fundo as funcionalidades da OpenAI e ainda criar aplicações próprias. A API é extremamente bem documenta e cheia de exemplos.

Para você ter uma ideia de implementação, vou trazer um exemplo de foto que fiz para o Natal (está publicada no meu perfil pessoal do Instagram).No caso, eu queria usar uma foto que tirei com o Theo no meu ombro, e colocar um Papai Noel atrás, como se ele estivesse participando do momento.

 

1 de 2
- +

Para que o Dall-E entendesse as minhas intenções, eu gerei uma mascara em branco e preto para estabelecer o “espaço reservado para o Papai Noel”. Essa técnica é útil para adicionar elementos a uma imagem de maneira precisa e controlada, sem afetar o resto da imagem. É uma maneira fácil de explorar sua criatividade e deixar suas fotos ainda mais incríveis.

No caso, eu usei a API Python fornecida pela OpenAI e informei que gostaria de “um pai com seu filho, e o Papai Nicolau Noel ao fundo”. Com menos de 10 linhas de código (desconsiderando os comentários), veja a simplicidade com a qual eu consigo acessar o DALL-E:

# importar as bibliotecas necessárias
import os
import openai

# conectar à API do OpenAI
openai.organization = "sigmoidal"
openai.api_key = os.getenv("OPENAI_API_KEY")
openai.Model.list()

# gerar imagem com foto
response = openai.Image.create_edit(
  image=open("theo.png", "rb"),
  mask=open("mask.png", "rb"),
  prompt="Um pai com seu filho, e o Papai Nicolau Noel ao fundo.",
  n=1,
  size="1024x1024"
)
# imagem final gerada por AI
image = response['data'][0]['url']

Apenas para esclarecer, na Linha 7 eu acessei a chave da API, que estava disponível como variável no meu computador. Quando você criar o seu cadastro, conseguirá gerar a sua própria chave também.

Conclusão

O DALL-E, assim como o ChatGPT, é realmente impressionante e pode contribuir muito na sua produtividade. Como disse no começo do artigo, a maior parte das pessoas não entende nada sobre desenho, ilustração ou manipulação de imagens.

Se você se interessar pelo assunto e mergulhar à fundo na documentação e nas discussões em fóruns, irá conseguir criar artes realmente incríveis.

E caso você também seja entusiasta das criptomoedas, você vai encontrar no DALL-E uma ferramenta estratégica para criar sua arte.

A qualidade dos resultados é tão grande, que vimos crescer a preocupação de vários artistas “humanos” com essa potencial ameaça da “AI Art”. Houve inclusive a criação de um movimento chamado “Free AI Image Generator”, apoiado por artistas famosos e empresas como Canva, Behance e Artstation.

Agora que você já entendeu o que é, que tal criar sua conta e compartilhar suas artes geradas pelo DALL-E comigo, lá no Instagram?

Compartilhar39Compartilhar222Enviar
Post Anterior

Como a França usou Inteligência Artificial para detectar 20 mil piscinas

Próximo Post

PrimoCast: Thiago Nigro e Carlos Melo conversam sobre Data Science

Carlos Melo

Carlos Melo

Engenheiro de Visão Computacional graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e Mestre em Engenharia Aeroespacial pelo Instituto Tecnológico de Aeronáutica (ITA).

Relacionado Artigos

O Que é Amostragem e Quantização no Processamento de Imagens
Artigos

O Que é Amostragem e Quantização no Processamento de Imagens

por Carlos Melo
junho 20, 2025
Carlos Melo e Sérgio Sacani – Ciência Sem Fim
Youtube

Carlos Melo e Sérgio Sacani – Ciência Sem Fim

por Carlos Melo
janeiro 16, 2025
Visão Computacional

Processamento de Nuvens de Pontos com Open3D e Python

por Carlos Melo
janeiro 2, 2025
Meta Movie Gen para gerar vídeos a partir de textos
Youtube

Inteligência Artificial criando filmes? Conheça Movie Gen, a nova ferramenta da META.

por Carlos Melo
outubro 30, 2024
O que é Visão Computacional - Podcast Data Hackers
Carreira

O que é Visão Computacional — Data Hackers Episódio #92

por Carlos Melo
agosto 12, 2024
Próximo Post
GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

PrimoCast: Thiago Nigro e Carlos Melo conversam sobre Data Science

Comentários 2

  1. Sandra Borges Garcia says:
    1 ano atrás

    Não sei usar muito esse site,acho confuso ,devido não dar para traduzir para o português Brasil

    Responder
  2. CLUSTER RUSH ONLINE says:
    2 meses atrás

    Ótimo post! Adorei aprender como usar o DALL-E 2 para criar imagens a partir de textos. As dicas foram super úteis e já estou animado para experimentar. Obrigado por compartilhar!

    Responder

Deixe um comentário Cancelar resposta

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Pós-Graduação em Data Science Pós-Graduação em Data Science Pós-Graduação em Data Science

Mais Populares

  • Introdução ao MediaPipe e Pose Estimation

    Introdução ao MediaPipe e Pose Estimation

    489 compartilhamentos
    Compartilhar 196 Tweet 122
  • ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

    410 compartilhamentos
    Compartilhar 164 Tweet 103
  • O Que é Amostragem e Quantização no Processamento de Imagens

    10 compartilhamentos
    Compartilhar 4 Tweet 3
  • Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

    384 compartilhamentos
    Compartilhar 154 Tweet 96
  • Processamento de Nuvens de Pontos com Open3D e Python

    45 compartilhamentos
    Compartilhar 18 Tweet 11
  • Em Alta
  • Comentários
  • Mais Recente
Como Tratar Dados Ausentes com Pandas

Como Tratar Dados Ausentes com Pandas

agosto 13, 2019
Como usar o DALL-E 2 para gerar imagens a partir de textos

Como usar o DALL-E 2 para gerar imagens a partir de textos

dezembro 25, 2022
Introdução ao MediaPipe e Pose Estimation

Introdução ao MediaPipe e Pose Estimation

julho 15, 2023

ORB-SLAM 3: Tutorial Completo para Mapeamento 3D e Localização em Tempo Real

abril 10, 2023
Como Analisar Ações da Bolsa com Python

Como Analisar Ações da Bolsa com Python

15
Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

Setembro Amarelo: Análise do Suicídio no Brasil, com Data Science

13
Como Aprender Data Science?

Como Aprender Data Science?

9
Qual o Cenário de Data Science no Brasil hoje?

Qual o Cenário de Data Science no Brasil hoje?

8
Green Card aprovado por habilidades extraordinárias em Data Science

Green Card aprovado por habilidades extraordinárias em Data Science

julho 14, 2025
O Que é Amostragem e Quantização no Processamento de Imagens

O Que é Amostragem e Quantização no Processamento de Imagens

junho 20, 2025
DeepSeek vazamento de dados de usuários

DeepSeek: Vazamento de dados expõe dados de usuários

fevereiro 1, 2025
DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA

DeepSeek R1 vs OpenAI o1 – Qual é o Melhor Modelo de IA?

janeiro 25, 2025

Seguir

    Instagram Youtube LinkedIn Twitter
    Sigmoidal

    O melhor conteúdo técnico de Data Science, com projetos práticos e exemplos do mundo real.

    Seguir no Instagram

    Categorias

    • Aeroespacial
    • Artigos
    • Blog
    • Carreira
    • Cursos
    • Data Science
    • Deep Learning
    • Destaques
    • Entrevistas
    • IA Generativa
    • Livros
    • Machine Learning
    • Notícias
    • Python
    • Teoria
    • Tutoriais
    • Visão Computacional
    • Youtube

    Navegar por Tags

    camera calibration carreira chatgpt cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gpt-3 histograma IA generativa image formation inteligência artificial jupyter kaggle keras machine learning matplotlib mnist nft openai opencv overfitting pandas profissão python redes neurais redes neurais convolucionais regressão linear regressão logística salário scikit-learn seaborn sklearn tensorflow titanic tutorial visão computacional vídeo youtube árvore de decisão

    © 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.

    Welcome Back!

    Login to your account below

    Forgotten Password?

    Retrieve your password

    Please enter your username or email address to reset your password.

    Log In

    Add New Playlist

    Sem Resultado
    Ver Todos Resultados
    • Home
    • Cursos
    • Pós-Graduação
    • Blog
    • Sobre Mim
    • Contato
    • English

    © 2024 Sigmoidal - Aprenda Data Science, Visão Computacional e Python na prática.