当前位置: 首页 > news >正文

赛博炼丹新姿势!在NAS里造一个听劝的AI图片编辑网站

「NAS、键盘、路由器······年轻就要多折腾,我是爱折腾的熊猫,今天又给大家分享最近折腾的内容了,关注是对我最大的支持,阿里嘎多」

引言

大部分时候,AI都是被我们用来进行文字生成、图片生成等工作,但实际上基于AI我们也可以进行逆向操作,它不光会从零创造,更擅长对已有的文件“动手脚”,最典型的例子,就是目前各大手机厂商上的AI消除、去反光等功能。

目前咱们已知极空间的相册已经有了AI选片、照片去重、图片压缩以及对于老照片的修复、上色以及清晰度提升等功能,在相册功能这块,极空间确实是妥妥地走在了行业前沿。除此之外,通过Docker还可以把图像处理的玩法无限拓展,比如部署熊猫今天要介绍的AI-Image-Edit。

项目介绍

作为新晋项目,AI-Image-Edit目前的功能其实并不多,但它的思路很有意思。相较于传统的文生图以及图生图,AI-Image-Edit的主要功能还是集中在对图像的二次编辑上,感兴趣的可以去看看开源地址的介绍:https://github.com/chunxiuxiamo/ai-image-edit。

在首页,项目的左边有一处上传按钮,通过它可以上传图像,而右边则提供了图像的生成和编辑,因为要涉及到中文的输出,所以这里建议是使用nano-banana2。

至于nano-banana2的API,目前熊猫是没找到稳定的白嫖项目,想要使用暂时只能用半公益的站点,推荐上个人推荐老张API,在AI圈内也是比较知名的老牌API网站了,感兴趣的可以了解(非推广:https://api.laozhang.ai/register/?aff_code=rDFp)

除了gemini官方,也支持OpenAI接口的第三方模型,支持接口地址自定义。除此之外就是下方的图片尺寸与宽高比设置,最大支持4K的输出,不过测试4K下不支持流式传输,同时2K的输出时间要快一些,精度要求不高个人建议2K其实就够用了。

当我们需要改变一张图中的元素时,将其图片上传,随后通过画笔工具将需要修改的位置进行涂抹,最后在右边会得到编辑指令,AI会根据指令识别其中的区域,这时候就可以根据你的需求改变其中的一些元素,例如文字信息。

除了文字,也可以用于人物消除、AI扣图以及背景统一等等功能,其操作和原理其实和咱们日常手机上的相册AI相差不大,只不过因为基于Gemini3 Pro,所以它对于中文的支持更好。

项目部署

AI-Image-Edit并没有提供已经打包好的镜像供我们使用,不过作者提供了Dockerfile文件,所以你可以直接将项目下载下来之后自行构建,或者直接用熊猫构建好的容器镜像。

熊猫构建的镜像地址为:ghcr.io/panda-995/nano-banana-web:latest,针对这种非DockerHUB上的镜像,在进行镜像拉取一定记得带上站点的名称,随后通过极空间Docker仓库的自定义拉取去进行操作。

因为项目不存在环境变量以及文件存储的映射,所以我们下载好镜像之后直接在本地镜像中找到他,随后双击创建容器就行,只需要映射容器端口即可。或者直接用Compose进行拉取与容器创建。

version:'3.8'# Compose 文件版本,选择兼容主流 Docker 版本的 3.8services: nano-banana-web: image: ghcr.io/panda-995/nano-banana-web:latest container_name: nano-banana-web ports: -"8868:80"restart: always

最后通过极空间的远程访问就可以直接访问项目的首页了,项目并不具备鉴权,所以记得不要将其暴露到公网之下。

写在最后

将新兴的AI应用部署到自己的极空间NAS上,这本身就是一种乐趣,AI-Image-Edit虽然目前功能还在早期,但将新兴的AI应用部署到自己的极空间NAS上,这本身就是一种乐趣。

以上便是本次分享的全部内容了,如果你觉得还算有趣或者对你有所帮助,不妨点赞收藏,最后也希望能得到你的关注,咱们下期见!

http://www.jsqmd.com/news/223015/

相关文章:

  • Qwen2.5-7B知识检索:外部数据库接入
  • 【水果质量检测】用于缺陷水果分选的机器学习算法研究(Matlab代码实现)
  • 【数据集】时空特征融合的风电机组故障诊断数据集
  • 串口通信常见问题解答:新手入门必读
  • Qwen2.5-7B中文处理能力:本土化应用的突出优势
  • Qwen2.5-7B vs ChatGLM4实战对比:数学与编程能力全面评测
  • 【质量评估】基于正则化逻辑回归的微芯片质检预测模型研究(Matlab代码实现)
  • Qwen2.5-7B商业文案生成:营销内容自动化
  • Qwen2.5-7B与Gemini对比:多语言任务GPU效率评测
  • Qwen2.5-7B法律咨询应用:常见问题自动解答
  • 开源大模型选型指南:Qwen2.5-7B是否适合你的业务场景?
  • Qwen2.5-7B部署省成本:按需算力+镜像免配置方案实测
  • 一文说清多线程/单线程/逻辑核心,让你少走弯路
  • Qwen2.5-7B如何提升吞吐量?批量推理部署优化指南
  • Qwen2.5-7B部署节省成本:按小时计费GPU方案实战
  • Qwen2.5-7B成本优化实战:中小企业低成本部署完整指南
  • Packet Tracer使用教程:三层交换机配置深度剖析
  • 狂揽1.5k Star!别再裸写项目了,这个全栈框架让你3分钟上线应用
  • GeeLark 12月功能更新合集
  • Qwen2.5-7B新闻媒体应用:热点文章自动生成系统搭建
  • Qwen2.5-7B GQA设计:28头查询4头键值的高效实现
  • 基于风光储互补微电网建模与仿真分析(Simulink仿真实现)
  • 告别Slack!我用3分钟,为团队搭了个无限用户的聊天平台
  • Qwen2.5-7B知识图谱:结构化知识增强
  • ES6语法入门必看:let与const变量声明详解
  • Qwen2.5-7B部署优化:GQA分组查询注意力实战配置指南
  • Qwen2.5-7B教育应用:智能辅导系统搭建
  • Qwen2.5-7B教育应用:智能辅导系统构建教程
  • Qwen2.5-7B部署教程:支持JSON结构化输出的完整配置指南
  • RS485转CAN通信模块硬件设计:跨协议互联项目应用