/ Модель

Характеристики

Лицензия
OpenRAIL++
Библиотека
diffusers
Опубликована
10 апр 2024

sdxs-512-dreamshaper

Генерация изображенийТекст → изображение3 профессии

Одношаговая латентная диффузионная модель SDXS для быстрой генерации изображений 512 пикселей по текстовым промптам.

1 647скачиваний за 30 дней30лайковвеса обновлены10 апр 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

SDXS-512-DreamShaper — модель генерации изображений по текстовому описанию, созданная авторами проекта SDXS как вариант для сообщества. Она относится к семейству латентных диффузионных моделей SDXS и рассчитана на генерацию изображений 512 пикселей за один шаг. При обучении использовались score distillation и feature matching; модель ориентирована на качество изображения и жертвует разнообразием результатов. В качестве учителя использовалась dreamshaper-8-lcm, также применялась dreamshaper-8, а декодирование выполняется с помощью TAESD.

Модель подходит для быстрого создания изображений по текстовым промптам. Репозиторий распространяет веса в формате Diffusers и Safetensors, запуск предусмотрен через Diffusers. Авторы опубликовали её как часть исследовательской работы; лицензия — OpenRAIL++. README предупреждает, что декодер изображений модели несовместим с Diffusers и используется TAESD, а его возможная замена ожидалась в будущем обновлении Diffusers.

Сценарии применения

  • быстрое создание иллюстраций по текстовому описанию
  • генерация концепт-артов и визуальных идей
  • создание изображений для прототипов и черновых макетов

Ограничения

Модель снижает разнообразие генерации ради качества изображений. Для декодирования используется TAESD из-за несовместимости собственного декодера с Diffusers.

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

SDXS-512-DreamShaper

SDXS is a model that can generate high-resolution images in real-time based on prompt texts, trained using score distillation and feature matching. For more information, please refer to our research paper: SDXS: Real-Time One-Step Latent Diffusion Models with Image Conditions. We open-source the model as part of the research.

SDXS-512-DreamShaper is the version we trained specifically for community. The model is trained without focusing on FID, and sacrifices diversity for better image generation quality. In order to avoid some possible risks, the SDXS-512-1.0 and SDXS-1024-1.0 will not be available shortly. Watch our repo for any updates.

Model Information:

Similar to SDXS-512-0.9, since our image decoder is not compatible with diffusers, we use TAESD. Currently, our pull request has been merged in to reduce the gap between TAESD and our image decoder. In the next diffusers release update, we may replace the image decoder.

Diffusers Usage

import torch
from diffusers import StableDiffusionPipeline, AutoencoderKL

repo = "IDKiro/sdxs-512-dreamshaper"
seed = 42
weight_type = torch.float16     # or float32

# Load model.
pipe = StableDiffusionPipeline.from_pretrained(repo, torch_dtype=weight_type)
pipe.to("cuda")

prompt = "a close-up picture of an old man standing in the rain"

# Ensure using 1 inference step and CFG set to 0.
image = pipe(
    prompt, 
    num_inference_steps=1, 
    guidance_scale=0,
    generator=torch.Generator(device="cuda").manual_seed(seed)
).images[0]

image.save("output.png")

Cite Our Work

@article{song2024sdxs,
  author    = {Yuda Song, Zehao Sun, Xuanwu Yin},
  title     = {SDXS: Real-Time One-Step Latent Diffusion Models with Image Conditions},
  journal   = {arxiv},
  year      = {2024},
}

Как запустить

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

GPU в ailist

Универсальный рантайм · diffusers

Можно запустить

Подбираем GPU…

Ревизия весов
76f7202

0 моделей