/ Модель

Характеристики

Лицензия
OpenRAIL++
Опубликована
18 янв 2024

sd2.1-base-zsnr-laionaes6

Генерация изображенийТекст → изображение3 профессии

Дообученная версия Stable Diffusion 2.1-base для исследовательской генерации изображений по текстовым запросам.

11скачиваний за 30 дней9лайковвеса обновлены18 янв 2024

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

ByteDance SD 2.1-base с расписанием шума Zero Terminal SNR — диффузионная модель генерации изображений по текстовому описанию. Она дообучена на данных LAION Aesthetic 6+ от stabilityai/stable-diffusion-2-1-base и использовалась как MSE-базовая модель в работе Diffusion Model with Perceptual Loss. Модель рассчитана на исследовательские демонстрации: по текстовому запросу она создаёт изображение через StableDiffusionPipeline из библиотеки Diffusers.

В README приведён пример с guidance_scale 7.5 и guidance_rescale 0.7. Лицензия — OpenRAIL++; авторы не рекомендуют производственное применение.

Сценарии применения

  • создание изображений по текстовому описанию
  • сравнение методов диффузионной генерации в экспериментах
  • воспроизведение MSE-базовой модели исследования Diffusion Model with Perceptual Loss

Ограничения

README указывает, что модель предназначена для исследовательских демонстраций, а не для производственного применения. Проверенные ограничения по языкам запросов и качеству генерации не приведены.

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

SD v2.1-base with Zero Terminal SNR (LAION Aesthetic 6+)

This model is used in Diffusion Model with Perceptual Loss paper as the MSE baseline.

This model is trained using zero terminal SNR schedule following Common Diffusion Noise Schedules and Sample Steps are Flawed paper on LAION aesthetic 6+ data.

This model is finetuned from stabilityai/stable-diffusion-2-1-base.

This model is meant for research demonstration, not for production use.

Usage

from diffusers import StableDiffusionPipeline
prompt = "A young girl smiling"
pipe = StableDiffusionPipeline.from_pretrained("ByteDance/sd2.1-base-zsnr-laionaes6").to("cuda")
pipe(prompt, guidance_scale=7.5, guidance_rescale=0.7).images[0].save("out.jpg")

Related Models

Cite as

@misc{lin2024diffusion,
      title={Diffusion Model with Perceptual Loss}, 
      author={Shanchuan Lin and Xiao Yang},
      year={2024},
      eprint={2401.00110},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

@misc{lin2023common,
      title={Common Diffusion Noise Schedules and Sample Steps are Flawed}, 
      author={Shanchuan Lin and Bingchen Liu and Jiashi Li and Xiao Yang},
      year={2023},
      eprint={2305.08891},
      archivePrefix={arXiv},
      primaryClass={cs.CV}
}

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
5a7ae9f

0 моделей