Automatic项目新增批量图片转图片功能:支持自动读取关联标题文件
2025-06-04 06:29:43作者:邬祺芯Juliet
在图像生成与处理领域,Automatic项目近期推出了一项重要功能更新——批量图片转图片(img2img)处理时支持自动读取关联标题文件。这项改进显著提升了工作流程的自动化程度,特别适用于需要为每张输入图片应用不同提示词的场景。
该功能的核心逻辑是:当用户选择批量处理图片时,系统会自动检测是否存在与图片同名的标题文件(例如图片名为"sample.jpg",则查找"sample.txt")。如果找到匹配的标题文件,系统会将该文件内容作为当前图片的提示词;若未找到,则默认使用用户界面中设置的统一提示词。
这项功能特别适合以下应用场景:
- LoRA训练数据预处理:用户可以直接使用已有的训练集图片及其对应标题进行批量风格转换
- 批量图像风格迁移:为每张原始图片保留其特定的风格描述
- 数据集增强:基于原有标注快速生成变体图像
从技术实现角度看,该功能采用了优雅的降级策略:优先使用专属标题,缺失时回退到通用提示。这种设计既保证了灵活性,又维持了与原有工作流程的兼容性。开发者特别指出,这种"有用且易实现"的功能改进值得立即实施,避免因拖延而导致遗忘。
对于用户而言,这意味着:
- 无需手动为每张图片单独设置提示词
- 保持原有文件组织结构不变即可获得个性化处理效果
- 大幅减少批量操作时的人工干预需求
该功能已并入开发分支,用户更新后即可体验。这体现了Automatic项目对实用功能的快速响应能力,也展现了开发者对用户体验的持续优化承诺。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
532
3.75 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
341
405
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178