前言
GPT-4的识图能力有点惊喜，准确度比SD的反推模型好多了哈哈，语义理解能力很强，以后打标工作可以交给GPT了，自己只需要最后微调一遍就行了，接下来请看各种测试案例截图
经典小女孩和摊贩街景
先放官方描述和案例图，然后再放GPT识别结果对比，下方案例也是相同节奏~
官方描述：一条繁忙的城市街道，在满月的照耀下闪闪发光。人行道上熙熙攘攘的行人在享受夜生活，在街角的小摊上，一个留着火红头发的年轻女子，身穿标志性的天鹅绒斗篷，正在与脾气坏坏的老摊贩讨价还价。那个脾气坏坏的摊贩是一位高大、精致的男士，穿着一套利落的西装，留着一抹引人注目的胡子，他正在兴致勃勃地使用着他的蒸汽朋克电话进行交谈。
鳄梨心理咨询
一幅插图，一个鳄梨坐在心理医生的椅子上，说着'我只是觉得内心空虚'，中间有一个果核大小的洞。而治疗师，一把匙，正在匆匆记录着笔记。
科幻心脏
一幅插图，是一个由半透明玻璃制成的人类心脏，矗立在汹涌的海洋中的基座上。阳光穿透云层照亮了心脏，揭示出其中微小的宇宙。地平线上以粗体字刻着引言：“在你内心找到宇宙。”
秋叶乐队
一部二维动画，展现了一个由拟人化的秋叶组成的民谣乐队，每个叶子都演奏着传统的蓝草乐器，在一个充满乡村氛围的森林背景中，柔和的收获月光洒在其中。
肉山风景画
一幅广袤的风景画，完全由各种肉类构成，展现在观众面前。嫩滑多汁的烤牛肉山丘、鸡腿树、培根河流和火腿巨石创造出一个超现实但令人垂涎的场景。天空装点着辣香肠太阳和萨拉米云朵。
咖啡中的惊涛骇浪
暴风雨天气下放在窗台上的咖啡杯的3D渲染图。窗外的风暴在咖啡中反射，杯子里可以看到微型闪电和湍流。房间灯光昏暗，增添了戏剧性的气氛
土豆国王
小小的马铃薯国王戴着雄伟的王冠，坐在宝座上，监督着他们庞大的马铃薯王国，里面充满了马铃薯臣民和马铃薯城堡
香蕉沙发
一张充满活力的黄色香蕉形状的沙发坐在一个舒适的客厅中，它的曲线托起一堆五颜六色的靠垫。在木地板上，一块有图案的地毯增添了些许怪异的魅力，而一个盆栽植物坐落在角落里，朝向透过窗户射进来的阳光伸展。
多图一起识别
多图一起识别会相对简化描述，还是单独识别的效果最好感觉。
拓展案例识图分析
设计类图片识图分析
总结
【AIGC】超完整的Stable Diffusion 学习应用指南（8月最新版）
网友评论