Bidili Generator效果展示:宠物肖像生成——毛发细节+神态捕捉实测

news2026/3/30 5:18:17
Bidili Generator效果展示宠物肖像生成——毛发细节神态捕捉实测1. 引言当AI遇见宠物肖像你有没有想过给自家宠物拍一张专业级的肖像照不是那种随手一拍的生活照而是能捕捉到它们独特神态、展现每一根毛发细节的艺术作品。传统上这需要专业的摄影师、昂贵的设备还有最重要的——一只愿意配合的宠物。现在有了Bidili Generator这一切变得简单多了。Bidili Generator是一个基于Stable Diffusion XLSDXL1.0的图片生成工具但它不是普通的SDXL。它专门针对SDXL架构做了深度优化加入了Bidili自定义的LoRA权重简单说就是“训练有素”——专门学习过如何生成高质量的图像。更重要的是它把复杂的AI模型变成了一个谁都能用的网页工具你不需要懂代码不需要配置环境打开浏览器就能用。今天我就带大家看看这个工具在宠物肖像生成上的实际表现。我们不看参数不看技术细节就看最终效果它生成的宠物肖像毛发够不够真实神态抓得准不准能不能真的用来记录我们毛孩子的独特魅力2. 核心能力概览专为高质量图像而生在深入看效果之前我们先简单了解一下Bidili Generator的几个关键特点。你不用记住这些技术名词只需要知道它们意味着什么。2.1 基于SDXL 1.0的坚实基础SDXL 1.0是目前开源图像生成模型中的“优等生”它最大的特点就是能生成细节丰富、构图合理的高分辨率图片。Bidili Generator直接基于这个强大的底座保证了生成图片的基本质量不会差。2.2 Bidili LoRA权重风格定制核心这是Bidili Generator的“独门秘籍”。LoRA你可以理解为一套“风格滤镜”或者“技能包”。Bidili团队专门训练了一套权重让SDXL更擅长生成某些特定风格或主题的高质量图片。在宠物肖像这个场景下这套权重很可能包含了如何更好地表现毛发质感、动物眼睛的神采等“知识”。最方便的是这个工具里有一个滑块可以随时调整LoRA的“强度”。你可以理解为控制“风格滤镜”的浓度——调低一点图片更通用调高一点Bidili的风格特征更明显。2.3 纯本地运行隐私有保障所有图片生成都在你自己的电脑上完成数据不会上传到任何服务器。对于给自家宠物生成肖像这种包含个人情感的内容来说这一点特别让人安心。2.4 简单易用的网页界面你不用面对黑乎乎的命令行窗口。Bidili Generator提供了一个清晰直观的网页界面主要参数都用滑块和输入框摆在你面前像这样提示词在这里用文字描述你想生成的画面负面提示词写上你不想在图片里看到的东西生成步数控制AI“画”得多细致CFG Scale控制AI有多听你的话LoRA强度调整Bidili风格的浓淡接下来我们就用实际案例看看这些能力组合起来能产生什么样的效果。3. 效果展示当文字描述变成生动肖像我准备了几个不同的宠物肖像生成案例从常见的猫狗到更特别的宠物覆盖不同的场景和风格。每个案例我都会展示我输入的提示词就是告诉AI我想要什么以及AI实际生成的结果。你可以直观地看到从简单的文字描述到一张细节丰富的图片这个过程到底有多神奇。3.1 案例一金毛犬的温暖微笑我的描述a professional portrait of a golden retriever, smiling warmly at the camera, detailed fur, studio lighting, shallow depth of field, photorealistic, 8k一只金毛犬的专业肖像对着镜头温暖地微笑毛发细节丰富影棚灯光浅景深照片般真实8K画质我想要的效果不是随便一只金毛而是那种看起来友善、快乐毛发蓬松有光泽背景虚化突出主体的专业肖像。生成结果分析我生成了四张图片其中一张特别惊艳。画面中的金毛犬微微侧头眼睛明亮嘴角上扬真的像是在微笑。最让我印象深刻的是毛发的处理层次感耳朵、脖子、胸前的毛发有明显的长短和纹理差异光泽度在模拟的影棚灯光下背部的毛发有自然的高光不是平板一块细节能看出单根毛发的走向特别是在脸部周围背景做了柔和的虚化确实有专业摄影的浅景深效果。整体色调温暖符合金毛犬给人的感觉。LoRA强度我设置为1.0默认值生成的风格很自然没有过度修饰的痕迹。3.2 案例二布偶猫的蓝色眼眸我的描述close-up portrait of a ragdoll cat, stunning blue eyes, long fluffy white fur, looking curious, natural window light, highly detailed, sharp focus布偶猫特写肖像惊艳的蓝色眼睛白色长毛蓬松表情好奇自然窗光高细节焦点锐利挑战点布偶猫的蓝色眼睛和长毛是标志性特征但AI很容易把眼睛画得呆板或者把长毛画成一团模糊。生成结果分析这个案例对毛发细节的考验更大。布偶猫的毛又长又密很容易糊在一起。实际生成的效果超出了我的预期眼睛的处理不仅颜色是清澈的蓝色而且瞳孔的细节、眼周的细微毛发都表现出来了。最关键的是眼神真的有“好奇”的感觉——眼睛睁得略圆视线方向微微偏向一侧。长毛的质感AI没有把长毛画成一整片而是分出了层次。脖子周围的“围脖”毛发最浓密身体侧面的毛则相对服帖。能看出毛发的柔软质感而不是硬邦邦的。光影自然“自然窗光”的提示词起了作用光线从一侧过来在猫的脸上和身体上形成了柔和的明暗过渡增强了立体感。我尝试把LoRA强度调到1.2发现毛发的细节会更加突出每一缕毛都更清晰但整体依然保持自然。3.3 案例三窗外的小麻雀我的描述a small sparrow perched on a windowsill, feathers detailed, looking sideways, morning light, bokeh background, macro photography style一只小麻雀停在窗台上羽毛细节丰富侧头看晨光背景虚化微距摄影风格为什么选这个鸟类肖像对细节要求极高羽毛的结构、鸟喙的质感、脚爪的形态都很复杂。而且麻雀体型小需要“微距”级别的细节表现。生成结果分析这是对所有案例中细节要求最高的一次。生成结果让我有点惊喜羽毛的精细度翅膀上的覆羽、飞羽层次分明甚至能看到羽毛上的羽枝纹理。胸前的绒毛蓬松柔软和翅膀的硬羽形成对比。神态捕捉“looking sideways”这个描述被很好地理解了。生成的麻雀头部微微转动眼睛亮晶晶的确实是在观察旁边事物的神态。光影和氛围晨光的感觉很到位光线温暖柔和在麻雀身上勾勒出金色的轮廓。背景是模糊的窗外绿色虚化效果让主体非常突出。这个案例中我把生成步数从默认的25提高到了30让AI有更多“思考”的时间来刻画细节。效果是值得的羽毛的精细度明显提升。3.4 案例四午睡的橘猫我的描述an orange tabby cat sleeping curled up on a cozy knitted blanket, peaceful expression, soft fur, warm afternoon sun, dreamy atmosphere, photorealistic一只橘色虎斑猫蜷缩在舒适的针织毯上睡觉表情安宁毛发柔软温暖的午后阳光梦幻氛围照片般真实测试重点这个场景更复杂包含宠物、动作蜷缩、道具毯子、光影氛围午后阳光多个元素。同时要捕捉“睡觉”这种静态中的微妙神态。生成结果分析这张图生成的是整体氛围和细节的平衡姿态自然蜷缩的姿势很放松前爪自然地收在身体下面不是那种僵硬的球状。毛发与质感橘猫的虎斑条纹清晰可见不是简单的色块。毯子的针织纹理也表现出来了和猫的柔软毛发形成有趣的质感对比。光影营造氛围“温暖的午后阳光”这个提示词创造了整个画面的基调。光线从画面一侧斜射进来在猫身上和毯子上形成光斑营造出慵懒、宁静的午后感觉。表情的微妙虽然猫在睡觉眼睛闭着但通过胡须的放松状态、耳朵的角度还是能感受到那种“安宁”的表情。这个案例说明Bidili Generator不仅能处理细节也能理解和营造复杂的场景和氛围。4. 毛发细节深度分析不只是“看起来毛茸茸”通过上面几个案例你可能已经对Bidili Generator的毛发表现有了印象。但具体好在哪里我们拆开看看。4.1 不同毛发的差异化处理一个好的宠物肖像应该能区分宠物身上不同部位、不同类型的毛发。Bidili Generator在这方面表现如何长毛 vs 短毛在布偶猫案例中长毛的柔软、蓬松感在金毛案例中中等长度毛发的顺滑、光泽感在短毛猫狗的描述中它也能生成贴服、有肌肉轮廓感的短毛。绒毛 vs 刚毛动物耳朵内部、腹部柔软的绒毛和背部、尾巴较硬的刚毛在生成图片中通常能有质感上的区别。毛发走向这不是随机的。生成的毛发会沿着动物身体的结构生长比如从脊背向两侧分散在关节处有自然的转折。4.2 光影下的毛发质感毛发不是孤立的它和光影相互作用。Bidili Generator生成的图片里你能看到高光在光源方向毛发顶端会有自然的高光尤其是深色毛发在强光下。阴影与层次毛发密集的地方阴影更深这增加了画面的立体感和毛发的厚度感。透光感在某些逆光或侧逆光的描述下边缘的毛发会有半透明的“金边”效果非常真实。4.3 细节的“可信度”这是区分普通AI生成和高质量生成的关键。有些AI生成的毛发乍看很细但仔细看会发现重复、不合理的图案或者毛发像针一样硬。Bidili Generator生成的毛发细节经得起放大查看在工具内生成时建议使用较高分辨率如1024x1024或更高。毛发之间有间隙有疏密变化不会糊成一片。特别是在脸部周围、耳朵边缘这些细节部位的处理很精细。5. 神态捕捉探究从“像动物”到“像我的动物”如果说毛发细节是“形”那么神态捕捉就是“神”。一张好的宠物肖像应该能传达出动物的个性、情绪和瞬间的状态。Bidili Generator能做到吗5.1 理解动作描述词从测试来看工具对常见的宠物动作和状态描述词理解得不错“smiling”狗嘴会微微张开嘴角上扬眼睛放松。“curious”耳朵会向前倾眼睛睁大头部姿态带有探究性。“sleeping”身体完全放松眼睛紧闭胡须自然下垂。“perched”鸟类会表现出典型的停栖姿态爪子抓住支撑物。它不是简单地给动物套上一个表情模板而是会根据动物的种类、描述的场景生成合理的整体姿态和面部肌肉状态。5.2 眼睛——心灵的窗户宠物的神态很大程度体现在眼睛里。Bidili Generator生成的眼睛有神采不是两颗无生命的玻璃珠。高光的位置、瞳孔的大小、眼球的湿润感共同营造出“有生命”的感觉。反映光线和环境在“窗光”下眼睛里可能会有窗户的反射光斑在室内瞳孔可能更大。视线方向与头部姿态、描述词一致。如果描述“looking at the camera”视线就会朝向画外与观看者产生联系。5.3 整体姿态与情绪神态不光是脸。一个放松的睡姿、一个警惕的站立姿态、一个玩耍中的动作都传递着情绪。工具在生成时会考虑身体语言放松时肌肉线条柔和姿态舒展。警惕或好奇时身体可能前倾肌肉略微紧绷。快乐时尾巴的姿态对于狗、整体的动势都会不同。当然目前它还不能理解极其复杂或个性化的情绪描述比如“看起来像在思考晚饭吃什么”但对于基础的情绪和状态词配合合理的场景描述已经能生成相当有感染力的画面。6. 使用体验与参数心得看了这么多效果你可能想知道实际操作起来怎么样。这里分享一些我的使用感受和参数设置上的小经验。6.1 界面与操作Streamlit搭建的网页界面非常直观。左侧是参数设置区右侧是图片生成区和历史记录。生成一张1024x1024的图片在我的电脑上RTX 4070显卡大约需要15-20秒速度可以接受。操作流程就是典型的“描述-调整-生成”在“Prompt”框里用英文描述你想生成的画面。在“Negative Prompt”框里写上你不想要的东西比如“ugly, blurry”可以过滤掉低质量结果。调整步数、CFG Scale等参数。最关键调整“LoRA权重强度”滑块找到最适合当前描述的强度。点击“Generate”。6.2 参数设置建议经过多次测试我总结出一些适合宠物肖像的参数范围参数我的推荐范围说明步数 (Steps)25 - 35低于20步细节可能不足高于35步提升不明显且耗时增加。宠物肖像推荐28-30步。CFG Scale6.0 - 8.0这个值控制AI听你话的程度。太低5可能偏离描述太高9可能导致画面生硬、色彩过度饱和。7.0是个安全的起点。LoRA 强度0.7 - 1.2这是最重要的参数之一。对于强调真实感、细节的宠物肖像1.0左右效果很好。如果想风格更强烈或更艺术化可以调到1.2以上如果想更接近通用SDXL风格可以调到0.7以下。分辨率至少 1024x1024SDXL在1024x1024或更高分辨率下才能充分发挥细节优势。对于肖像也可以尝试1024x768横向等比例。6.3 提示词写作技巧如何用文字“指挥”AI画出你想要的宠物肖像几个小技巧从核心到修饰先写主体和动作a cat sleeping再加细节fluffy fur, blue eyes最后加风格和质量词photorealistic, 8k, detailed。使用具体的品种和颜色a siamese cat比a cat更好a ginger tabby cat比an orange cat更好。描述光线和场景soft window light,studio lighting,sunset glow能极大地改变画面氛围和质感。利用负面提示词除了通用的质量过滤词ugly, blurry如果你发现AI总生成一些奇怪的东西比如多余的手指——虽然宠物没有但有时背景里会出现可以把它加进负面词。尝试Bidili风格的触发词由于加载了特定的LoRA某些关键词可能效果更好。这需要自己探索但可以从描述画质、细节的词汇开始尝试。6.4 LoRA强度的影响我专门测试了不同LoRA强度0.3, 0.7, 1.0, 1.3对同一提示词的影响。结果很直观强度0.3画面更接近标准的SDXL风格比较通用但Bidili在细节和质感上的优化不明显。强度0.7-1.0甜点区。Bidili的风格特征开始显现毛发、光影的细节处理明显更好同时整体画面依然自然。绝大多数宠物肖像在这个区间效果最佳。强度1.3风格化非常明显有时会产生类似“绘画感”或“过度锐化”的效果细节可能过于强烈而显得不自然。适合追求强烈艺术风格的场景。建议第一次生成时先用1.0然后根据结果微调。如果觉得细节不够调到1.1或1.2如果觉得风格太强不真实调到0.8或0.9。7. 总结它适合你吗经过一系列的实际测试我们可以给Bidili Generator在宠物肖像生成这个任务上做一个总结了。它的优势非常突出细节表现力强在毛发、眼睛、皮肤鼻头、肉垫等细节上超越了大多数开源模型直接生成的效果。这得益于SDXL 1.0的强大底座和Bidili LoRA的针对性优化。神态捕捉到位能够较好地理解常见的宠物动作和情绪描述词生成自然、有生命力的姿态和表情而不是僵硬的模型摆拍。操作门槛极低所有复杂的技术部分都被封装好了你只需要一个浏览器。参数调整直观生成速度快适合非技术用户快速上手。风格可控LoRA强度滑块是一个很棒的设计让你可以在“真实感”和“艺术风格化”之间自由滑动找到最适合你心中画面的那个点。隐私安全完全本地运行你宠物的形象和你的创意描述都不会离开你的电脑。当然它也有其局限性和需要注意的地方并非万能它仍然是一个基于文本描述的生成模型。如果你脑海中有一个极其具体、复杂的构图比如特定品种的狗以特定角度叼着特定的玩具可能需要多次尝试和调整提示词才能接近。需要一些“提示词技巧”要想获得最佳效果学习如何用英文有效地描述画面是必要的。这需要一点练习但门槛并不高。对硬件有要求虽然做了优化但运行SDXL模型仍然需要一块性能不错的显卡建议8GB显存以上才能有流畅的体验。那么Bidili Generator适合谁宠物爱好者想为自家毛孩子创造独一无二的艺术肖像又不会画画或摄影。内容创作者需要高质量的宠物相关配图用于社交媒体、博客、视频等。小型商家比如宠物用品店、宠物咖啡馆想制作一些具有吸引力的宣传图片。任何对AI绘画感兴趣的人这是一个体验高质量、可控性强的文生图模型的绝佳入口。最后一点建议把它当作一个强大的创意伙伴而不是一个精准的复制机器。给它清晰的指令提示词通过参数和它沟通调整滑块然后享受它带给你的、常常超出预期的惊喜。打开Bidili Generator用几句话描述一下你心中最可爱的宠物模样点击生成看看AI会为你呈现怎样的奇妙画面吧。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2463895.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…