/ Модель

Характеристики

Лицензия
MIT
Библиотека
diffusion-single-file
Опубликована
4 дек 2024

cleandift

Эмбеддинги изображенийИзображение → embedding3 профессии

CleanDIFT извлекает шумонезависимые признаки изображений диффузионными моделями для задач компьютерного зрения.

1 732скачиваний за 30 дней8лайковвеса обновлены15 дек 2024

Бенчмарки

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

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

CleanDIFT — метод и набор чекпойнтов от авторов исследования «CleanDIFT: Diffusion Features without Noise» для извлечения признаков изображений непосредственно из чистого входа с помощью диффузионных моделей. Он предназначен для получения признаков без шума и зависимости от шага диффузии, чтобы использовать их в последующих задачах компьютерного зрения: поиске семантических соответствий, оценке глубины, семантической сегментации и классификации. В репозитории представлены чекпойнты для Stable Diffusion 1.5 и Stable Diffusion 2.1; файлы представлены в формате safetensors.

Подход устраняет необходимость добавлять шум во входное изображение и подбирать уровень шума как гиперпараметр для каждой задачи. По карточке, обучение метода занимает около 30 минут на одной GPU. Лицензия репозитория — MIT.

Сценарии применения

  • извлечение признаков для поиска семантических соответствий между изображениями
  • оценка глубины по изображению
  • семантическая сегментация изображений
  • классификация изображений

Ограничения

Модель предназначена для извлечения признаков; для перечисленных задач классификации, сегментации, оценки глубины и поиска соответствий признаки используются в последующих компонентах. Доступные чекпойнты основаны на Stable Diffusion 1.5 и 2.1.

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

CleanDIFT Model Card

Diffusion models learn powerful world representations that have proven valuable for tasks like semantic correspondence detection, depth estimation, semantic segmentation, and classification. However, diffusion models require noisy input images, which destroys information and introduces the noise level as a hyperparameter that needs to be tuned for each task.

We introduce CleanDIFT, a novel method to extract noise-free, timestep-independent features by enabling diffusion models to work directly with clean input images. The approach is efficient, training on a single GPU in just 30 minutes. We publish these models alongside our paper "CleanDIFT: Diffusion Features without Noise".

We provide checkpoints for Stable Diffusion 1.5 and Stable Diffusion 2.1.

Usage

For detailed examples on how to extract features with CleanDIFT and how to use them for downstream tasks, please refer to the notebooks provided here.

Our checkpoints are fully compatible with the diffusers library. If you already have a pipeline using SD 1.5 or SD 2.1 from diffusers, you can simply replace the U-Net state dict:

from diffusers import UNet2DConditionModel
from huggingface_hub import hf_hub_download

unet = UNet2DConditionModel.from_pretrained("stabilityai/stable-diffusion-2-1", subfolder="unet")
ckpt_pth = hf_hub_download(repo_id="CompVis/cleandift", filename="cleandift_sd21_unet.safetensors")
state_dict = load_file(ckpt_pth)
unet.load_state_dict(state_dict, strict=True)

Citation

@misc{stracke2024cleandiftdiffusionfeaturesnoise,
      title={CleanDIFT: Diffusion Features without Noise}, 
      author={Nick Stracke and Stefan Andreas Baumann and Kolja Bauer and Frank Fundel and Björn Ommer},
      year={2024},
      eprint={2412.03439},
      archivePrefix={arXiv},
      primaryClass={cs.CV},
      url={https://arxiv.org/abs/2412.03439}, 
}

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusion-single-file · image-feature-extraction

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
bf3a8d8

0 моделей