/ Модель

Характеристики

Лицензия
Своя лицензия
Опубликована
10 июн 2024

sotediffusion-wuerstchen3-decoder

Генерация изображенийТекст → изображение3 профессии

Дообученная на аниме-изображениях модель Würstchen V3 для генерации иллюстраций по текстовому описанию.

145скачиваний за 30 дней0лайковвеса обновлены10 июн 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

SoteDiffusion Wuerstchen3 Decoder — модель генерации изображений, созданная как дообучение Würstchen V3. Она предназначена для создания аниме-иллюстраций по текстовым описаниям и распространяется в формате Diffusers с весами Safetensors. Для обучения использовались 512 тысяч изображений; обучение проводилось на одной AMD RX 7900 XTX с 24 ГБ памяти в течение 100 часов. Реалистичные изображения не оценивались, а при изображении персонажей издалека глаза могут получаться неудачно. Лицензия указана как other, поэтому условия использования следует уточнить в материалах репозитория.

Сценарии применения

  • создание аниме-персонажей по текстовому запросу
  • генерация аниме-иллюстраций и сцен
  • подготовка концептов персонажей для визуальных проектов

Ограничения

Реалистичные изображения не тестировались; у персонажей на дальнем плане глаза могут получаться плохо. Условия лицензии с обозначением other требуют уточнения.

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

SoteDiffusion Wuerstchen3

Anime finetune of Würstchen V3.

Usage

Please refer to the main model: https://huggingface.co/Disty0/sotediffusion-wuerstchen3

Dataset

Trained with 512K images.

Training:

GPU used for training: 1x AMD RX 7900 XTX 24GB
GPU Hours: 100

Software used: https://github.com/2kpr/StableCascade

Config:

experiment_id: sotediffusion-wr3_3b-stage_b-alpha3
model_version: 3B
dtype: bfloat16
use_fsdp: False

batch_size: 16
grad_accum_steps: 16
updates: 102400
backup_every: 2048
save_every: 1024
warmup_updates: 128

lr: 1.0e-5
optimizer_type: Adafactor
adaptive_loss_weight: False
stochastic_rounding: True

image_size: 768
multi_aspect_ratio: [1/1, 1/2, 1/3, 2/3, 3/4, 1/5, 2/5, 3/5, 4/5, 1/6, 5/6, 9/16]
shift: 4

checkpoint_path: /mnt/DataSSD/AI/SoteDiffusion/Wuerstchen3/
output_path: /mnt/DataSSD/AI/SoteDiffusion/Wuerstchen3/
webdataset_path: file:/mnt/DataSSD/AI/anime_image_dataset/best/newest_best.tar

effnet_checkpoint_path: /mnt/DataSSD/AI/models/wuerstchen3/effnet_encoder.safetensors
stage_a_checkpoint_path: /mnt/DataSSD/AI/models/wuerstchen3/stage_a.safetensors
generator_checkpoint_path: /mnt/DataSSD/AI/SoteDiffusion/Wuerstchen3/generator_4k-016384.safetensors

Limitations and Bias

Bias

  • This model is intended for anime illustrations.
    Realistic capabilites are not tested at all.

Limitations

  • Far shot eyes are can bad.

License

SoteDiffusion models falls under Fair AI Public License 1.0-SD license, which is compatible with Stable Diffusion models’ license. Key points:

  1. Modification Sharing: If you modify SoteDiffusion models, you must share both your changes and the original license.
  2. Source Code Accessibility: If your modified version is network-accessible, provide a way (like a download link) for others to get the source code. This applies to derived models too.
  3. Distribution Terms: Any distribution must be under this license or another with similar rules.
  4. Compliance: Non-compliance must be fixed within 30 days to avoid license termination, emphasizing transparency and adherence to open-source values.

Notes: Anything not covered by Fair AI license is inherited from Stability AI Non-Commercial license which is named as LICENSE_INHERIT.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Компонент vqgan (wuerstchen.PaellaVQModel) требует кода вне diffusers/transformers.

Ревизия весов
066b776

0 моделей