fbpx
Sigmoidal
  • Home
  • Data Science
    Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

    Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

    Data Science no exterior - como fazer uma Cover Letter

    Como escrever uma Cover Letter poderosa para Data Science

    GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

    Aprenda Data Science ou pague o preço de uma decisão errada

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    Como a França usou Inteligência Artificial para detectar 20 mil piscinas

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    ChatGPT: A Inteligência Artificial que vai escrever seus códigos

    7 livros essenciais para aprender Data Science em 2023

    7 livros essenciais para aprender Data Science em 2023

    Como a banda Metallica usa Data Science

    Como a banda Metallica usa Data Science

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

    Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

    Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

    Python para análise de ações e investimentos

    Python para análise de ações e investimentos

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    Gerando amostras para modelos de Deep learning no ArcGIS Pro

    7 Livros de Data Science em 2021

    7 Livros de Data Science em 2021

    Trending Tags

    • Python
      Fundamentos da Formação da Imagem

      Fundamentos da Formação da Imagem

      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

      aprenda python do zero - curso gratuito

      Projeto Python: um plano à prova de desculpas

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

      Projeto Python do Zero: evento 100% gratuito

      Projeto Python do Zero: evento 100% gratuito

      Aprenda Python e se destaque no mercado

      Aprenda Python e se destaque no mercado

      Python para análise de ações e investimentos

      Python para análise de ações e investimentos

      Como fazer gráficos rotulados em Python

      Como fazer gráficos rotulados em Python

      Trabalhando com Dados Desbalanceados

      Trabalhando com Dados Desbalanceados

      Trending Tags

      • Visão Computacional
        Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

        Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

        Visão Computacional do zero até uma vaga no exterior

        Visão Computacional do zero até uma vaga no exterior

        Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

        Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

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

        Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

        Fundamentos da Formação da Imagem

        Fundamentos da Formação da Imagem

        Como usar OpenCV e Python para calibrar câmeras

        Como usar OpenCV e Python para calibrar câmeras

        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

        Crie um sistema de vigilância com drones e Deep Learning

        Crie um sistema de vigilância com drones e Deep Learning

        Detector de Fadiga usando Python

        Detector de Fadiga usando Python

        Redes Neurais Convolucionais com Python

        Redes Neurais Convolucionais com Python

        Reduzindo o Overfitting com Data Augmentation

        Reduzindo o Overfitting com Data Augmentation

        Trending Tags

        • Sobre Mim
        No Result
        View All Result
        • Home
        • Data Science
          Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

          Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

          Data Science no exterior - como fazer uma Cover Letter

          Como escrever uma Cover Letter poderosa para Data Science

          GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

          Aprenda Data Science ou pague o preço de uma decisão errada

          Como a França usou Inteligência Artificial para detectar 20 mil piscinas

          Como a França usou Inteligência Artificial para detectar 20 mil piscinas

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          ChatGPT: A Inteligência Artificial que vai escrever seus códigos

          7 livros essenciais para aprender Data Science em 2023

          7 livros essenciais para aprender Data Science em 2023

          Como a banda Metallica usa Data Science

          Como a banda Metallica usa Data Science

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

          Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

          Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

          Use a estratégia da Apollo 13 para conseguir uma vaga no mercado

          Python para análise de ações e investimentos

          Python para análise de ações e investimentos

          Gerando amostras para modelos de Deep learning no ArcGIS Pro

          Gerando amostras para modelos de Deep learning no ArcGIS Pro

          7 Livros de Data Science em 2021

          7 Livros de Data Science em 2021

          Trending Tags

          • Python
            Fundamentos da Formação da Imagem

            Fundamentos da Formação da Imagem

            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

            aprenda python do zero - curso gratuito

            Projeto Python: um plano à prova de desculpas

            Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

            Entrevista com Rodrigo Gianotto, CTO do Grupo Primo

            Projeto Python do Zero: evento 100% gratuito

            Projeto Python do Zero: evento 100% gratuito

            Aprenda Python e se destaque no mercado

            Aprenda Python e se destaque no mercado

            Python para análise de ações e investimentos

            Python para análise de ações e investimentos

            Como fazer gráficos rotulados em Python

            Como fazer gráficos rotulados em Python

            Trabalhando com Dados Desbalanceados

            Trabalhando com Dados Desbalanceados

            Trending Tags

            • Visão Computacional
              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

              Visão Computacional do zero até uma vaga no exterior

              Visão Computacional do zero até uma vaga no exterior

              Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

              Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

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

              Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

              Fundamentos da Formação da Imagem

              Fundamentos da Formação da Imagem

              Como usar OpenCV e Python para calibrar câmeras

              Como usar OpenCV e Python para calibrar câmeras

              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

              Crie um sistema de vigilância com drones e Deep Learning

              Crie um sistema de vigilância com drones e Deep Learning

              Detector de Fadiga usando Python

              Detector de Fadiga usando Python

              Redes Neurais Convolucionais com Python

              Redes Neurais Convolucionais com Python

              Reduzindo o Overfitting com Data Augmentation

              Reduzindo o Overfitting com Data Augmentation

              Trending Tags

              • Sobre Mim
              No Result
              View All Result
              Sigmoidal
              No Result
              View All Result
              Home Artigos Deep Learning

              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 by Carlos Melo
              dezembro 25, 2022
              in Artigos, Deep Learning, Inteligência Artificial, NFT, Python, Visão Computacional, Youtube
              0
              367
              SHARES
              12.2k
              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 of 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 of 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?

              Tags: chatgptdall-edall-e 2deep learninggpt-3nftopenai
              Previous Post

              Como a França usou Inteligência Artificial para detectar 20 mil piscinas

              Next Post

              Aprenda Data Science ou pague o preço de uma decisão errada

              Carlos Melo

              Carlos Melo

              Carlos Melo fundou o Sigmoidal em 2019 e formou mais de 6 mil alunos com seus treinamentos nas área de tecnologia, Visão Computacional, Python e Data Science. É graduado em Ciências Aeronáuticas pela Academia da Força Aérea (AFA) e possui MBA em Gestão de Projetos e Processos pela Universidade da Força Aérea (UNIFA). Mestre em Ciências e Tecnologias Espaciais pelo Instituto Tecnológico de Aeronáutica (ITA), foi o primeiro brasileiro convidado a realizar o curso Space Operations da Royal Canadian Air Force no Canadá. Foi piloto da Força Aérea Brasileira por 16 anos, instrutor qualificado com mais de 3 mil horas de voo, Head da Divisão de Observação da Terra e cientista de dados no Centro de Operações Espaciais em Brasília.

              Related Posts

              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional
              Artigos

              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

              by Carlos Melo
              maio 2, 2023
              Visão Computacional do zero até uma vaga no exterior
              Visão Computacional

              Visão Computacional do zero até uma vaga no exterior

              by Carlos Melo
              abril 22, 2023
              Construindo Roma em um dia: Reconstrução 3D com Visão Computacional
              Visão Computacional

              Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

              by Carlos Melo
              abril 15, 2023
              Visão Computacional

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

              by Carlos Melo
              abril 10, 2023
              Visão Computacional

              Geometria da Formação de Imagens: Matrizes, Transformações e Sistemas de Coordenadas

              by Carlos Melo
              março 29, 2023
              Next Post
              GESTÃO DE DADOS: aprenda Data Science ou pague o preço de uma decisão errada | PrimoCast com Thiago Nigro

              Aprenda Data Science ou pague o preço de uma decisão errada

              Deixe um comentário Cancelar resposta

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

              Destaques Sigmoidal

              Como usar OpenCV e Python para calibrar câmeras

              Como usar OpenCV e Python para calibrar câmeras

              março 17, 2023
              Detector de Fadiga usando Python

              Detector de Fadiga usando Python

              outubro 6, 2020
              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

              Aula 1: O caminho para você construir uma nova carreira em Visão Computacional

              maio 2, 2023

              Navegar por Categoria

              • Artigos
              • Blog
              • Carreira
              • Colunistas
              • Cursos
              • Data Science
              • Deep Learning
              • Destaques
              • Entrevistas
              • Inglês
              • Iniciantes
              • Inteligência Artificial
              • Livros
              • Machine Learning
              • Matemática
              • NFT
              • Notícias
              • Projetos
              • Python
              • Teoria
              • Tutoriais
              • Visão Computacional
              • Youtube

              Navegar por Tags

              camera calibration cancer carreira cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare image formation iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft opencv pandas personal branding portfólio profissão python redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic tutorial vagas visão computacional vídeo youtube árvore de decisão
              Sigmoidal

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

              Seguir no Instagram

              Categorias

              • Artigos
              • Blog
              • Carreira
              • Colunistas
              • Cursos
              • Data Science
              • Deep Learning
              • Destaques
              • Entrevistas
              • Inglês
              • Iniciantes
              • Inteligência Artificial
              • Livros
              • Machine Learning
              • Matemática
              • NFT
              • Notícias
              • Projetos
              • Python
              • Teoria
              • Tutoriais
              • Visão Computacional
              • Youtube

              Navegar por Tags

              camera calibration cancer carreira cientista de dados cnn computer vision Cursos dados desbalanceados data science data science na prática decision tree deep learning gis gpt-3 gráficos healthcare image formation iniciantes jupyter kaggle keras machine learning matplotlib medicina mnist nft opencv pandas personal branding portfólio profissão python redes neurais redes neurais convolucionais regressão logística seaborn sklearn tensorflow titanic tutorial vagas visão computacional vídeo youtube árvore de decisão

              Artigos Recentes

              • Aula 1: O caminho para você construir uma nova carreira em Visão Computacional
              • Visão Computacional do zero até uma vaga no exterior
              • Construindo Roma em um dia: Reconstrução 3D com Visão Computacional

              © 2023 Sigmoidal - Aprenda Data Science e Python na prática.

              No Result
              View All Result
              • Home
              • Artigos
              • Tutoriais
              • YouTube
              • Sobre Mim
              • Contato

              © 2023 Sigmoidal - Aprenda Data Science 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