/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Опубликована
15 авг 2023

dreamviewer-sdxl-1.0

Генерация изображенийТекст → изображение3 профессии

Dreamviewer SDXL 1.0 — модель на базе Stable Diffusion XL для генерации изображений по текстовым запросам, в том числе с дополнительным этапом повышения детализации.

66скачиваний за 30 дней6лайковвеса обновлены3 сен 2023

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Изображения» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели сгенерируют результат по каждой задаче. Опубликованный тест появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Dreamviewer SDXL 1.0 — модель генерации изображений по текстовому описанию на базе Stable Diffusion XL. В карточке описан конвейер латентной диффузии с ансамблем экспертных моделей: базовая модель создаёт латентное представление изображения, которое можно дополнительно уточнить моделью для финальных шагов денойзинга. Базовую модель также можно использовать самостоятельно.

Для получения изображений высокого разрешения карточка описывает двухэтапный сценарий: сначала генерируются латенты, затем к ним применяется специализированная модель высокого разрешения методом SDEdit (img2img) с тем же запросом. Такой подход требует больше вычислений. Модель распространяется в формате Diffusers/PyTorch с весами safetensors и лицензией CreativeML OpenRAIL-M.

Сценарии применения

  • создание изображений по текстовому описанию
  • генерация изображений высокого разрешения
  • уточнение и доработка изображения методом img2img
  • визуализация творческих идей по запросу

Ограничения

Двухэтапная генерация высокого разрешения медленнее из-за дополнительных вычислений. В README не приведены отдельные сведения о качестве, рекомендуемых настройках или ограничениях генерации.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SDXL_v1.0-Dreamviewer

SDXL consists of an ensemble of experts pipeline for latent diffusion: In a first step, the base model is used to generate (noisy) latents, which are then further processed with a refinement model (available here: https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/) specialized for the final denoising steps. Note that the base model can be used as a standalone module.

Alternatively, we can use a two-stage pipeline as follows: First, the base model is used to generate latents of the desired output size. In the second step, we use a specialized high-resolution model and apply a technique called SDEdit (https://arxiv.org/abs/2108.01073, also known as "img2img") to the latents generated in the first step, using the same prompt. This technique is slightly slower than the first one, as it requires more function evaluations.

Source code is available at https://github.com/Stability-AI/generative-models .

import torch
from diffusers import StableDiffusionXLPipeline, AutoencoderKL
import gc,cv2,os
from PIL import Image
import requests
from io import BytesIO
from IPython.display import display
import matplotlib.pyplot as plt

vae = AutoencoderKL.from_pretrained("madebyollin/sdxl-vae-fp16-fix", torch_dtype=torch.float16)

pipe = StableDiffusionXLPipeline.from_pretrained(
    "Andyrasika/dreamshaper_sdxl1_diffusion ", torch_dtype=torch.float16, variant="fp16",vae=vae
)
pipe.enable_xformers_memory_efficient_attention()
pipe.to("cuda")
prompt = '8k intricate, highly detailed, digital photography, best quality, masterpiece, a (full body "shot) photo of A warrior man that lived with dragons his whole life is now leading them to battle. torn clothes exposing parts of her body, scratch marks, epic, hyperrealistic, hyperrealism, 8k, cinematic lighting, greg rutkowski, wlop'
negative_prompt='(deformed iris, deformed pupils), text, worst quality, low quality, jpeg artifacts, ugly, duplicate, morbid, mutilated, (extra fingers), (mutated hands), poorly drawn hands, poorly drawn face, mutation, deformed, blurry, dehydrated, bad anatomy, bad proportions, extra limbs, cloned face, disfigured, gross proportions, malformed limbs, missing arms, missing legs, extra arms, extra legs, (fused fingers), (too many fingers), long neck, camera'

image = pipe(prompt=prompt,
            negative_prompt=negative_prompt,
            guidance_scale=9.0,
            num_inference_steps=50).images[0]

gc.collect()
torch.cuda.empty_cache()

11

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
4120bd9

0 моделей