挺着急的 / xiaohongshu· 挺着急的·发布时间：
图文传统风筝 AI 设计研究：CKDM-ICH 微调与模型对比评价
SCI\Q2:风筝+AI+模型对比评价
内容导读
这篇帖文解读了用 CKDM-ICH 扩散模型生成传统风筝图案的研究，目标是保留吉祥寓意并探索新纹样。研究以1200张图像建立 TKSPD-80 数据集，标注风格与吉祥主题，再通过复合损失函数让模型学习相关设计要求，支持输入文字批量生成图案。帖文称该模型更适合传统风筝设计，依据是与其他生成模型对比，并由风筝匠人进行成对比较和 ELO 评分。
仅基于配文整理；正式参考价值分；依据原始文字；已检查5幅静态图片评审副本；未评价完整视频、运动、剪辑或声音
继续看关键要点
- 数据准备包括用 Photoshop 统一背景和512×512尺寸，再由教授、风筝匠人和设计团队人工标注10种风格、8种吉祥主题，共80类。
- 对比对象包括 DALL·E3、Midjourney、Stable Diffusion 和 Testing Model；评价除布局、色彩和细节外，还考察传承性、新颖性与吸引力。配文未列出具体评分。
评分依据
材料呈现了风筝图像清洗、风格与吉祥主题标注、扩散模型微调和文字生成的流程及分类样例，可供非遗纹样与垂直设计生成借鉴，但模型优于其他工具的主张缺少当前可核对的对比结果，且未提供训练配置或可用模型。
来源：挺着急的 / xiaohongshu · xiaohongshu.com