/ Модель

Характеристики

Лицензия
OpenRAIL++
Опубликована
18 янв 2024

sd2.1-base-zsnr-laionaes6-perceptual

Генерация изображенийТекст → изображение3 профессии

Дообученная Stable Diffusion 2.1 Base, создающая изображения по тексту без classifier-free guidance.

10скачиваний за 30 дней8лайковвеса 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

Модель ByteDance SD v2.1-base с self-perceptual objective — дообученная версия Stable Diffusion 2.1 Base для генерации изображений по текстовому описанию. Она обучена на данных LAION Aesthetic 6+ с расписанием шума zero terminal SNR и предназначена для работы без classifier-free guidance: для генерации достаточно задать guidance_scale=0.

Модель распространяется в форматах Diffusers и PyTorch, лицензия — OpenRAIL++. Авторы позиционируют её как демонстрацию исследовательского метода, поэтому её пригодность для производственного применения не заявлена.

Сценарии применения

  • генерация изображений по текстовым промптам
  • эксперименты с self-perceptual objective в диффузионных моделях
  • сравнение генерации с classifier-free guidance и без него

Ограничения

Карточка позиционирует модель как исследовательскую демонстрацию, а не как решение для производства. Генерация без classifier-free guidance описана для указанного сценария использования.

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 Self-Perceptual Objective

This is the official model in Diffusion Model with Perceptual Loss paper.

This model is trained using the self-perceptual objective. It no longer needs classifier-free guidance to produce sensible images.

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-perceptual").to("cuda")
pipe(prompt, guidance_scale=0).images[0].save("out.jpg") # No need for CFG!

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
5866997

0 моделей