/ Модель

Характеристики

Лицензия
CreativeML OpenRAIL-M
Опубликована
14 дек 2022

ACertainty

Генерация изображенийТекст → изображение3 профессии

ACertainty — аниме-модель Stable Diffusion для генерации изображений по текстовым запросам и дальнейшего обучения в DreamBooth.

45скачиваний за 30 дней97лайковвеса обновлены14 дек 2022

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

ACertainty — модель генерации изображений по текстовому описанию на базе Stable Diffusion, опубликованная JosephusCheung. Она предназначена прежде всего для дальнейшего обучения и тонкой настройки в DreamBooth: автор описывает её как более удобную для обучения и более сбалансированную основу для создания моделей на темы, персонажей и стили. Модель ориентирована на аниме-эстетику и доступна в форматах Diffusers и PyTorch.

Для генерации автор приводит пример с настройками 28 шагов, семплером Euler a и CFG scale 11; для лучшей работы рекомендуется Clip skip 2. Для загрузки и запуска можно использовать StableDiffusionPipeline из библиотеки Diffusers. Лицензия — CreativeML OpenRAIL-M.

Сценарии применения

  • генерация аниме-иллюстраций по текстовому описанию
  • создание изображений персонажей в заданном стиле
  • подготовка основы для обучения DreamBooth на новых персонажах
  • дообучение модели на нескольких темах или стилях

Ограничения

Для генерации автор рекомендует Clip skip 2; параметры Hosted Inference API могут быть фиксированы и использовать Clip skip 1. README не приводит сведения о размере модели и длине контекста.

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

ACertainty

ACertainty is a carefully designed model that is well-suited for further fine-tuning and training for use in dreambooth. It is easier to train than other anime-style Stable Diffusion models, and is less biased and more balanced for further development. This model is less likely to be biased by laion-aesthetic preferences, brought by Stable-Diffusion-v1-4+.

This is not the base of ACertainModel, but you can use this model as your new base to train your new dreambooth model about a couple themes or charactors or styles.

e.g. masterpiece, best quality, 1girl, brown hair, green eyes, colorful, autumn, cumulonimbus clouds, lighting, blue sky, falling leaves, garden

About online preview with Hosted inference API, also generation with this model

Parameters are not allowed to be modified, as it seems that it is generated with Clip skip: 1, for better performance, it is strongly recommended to use Clip skip: 2 instead.

Here is an example of inference settings, if it is applicable with you on your own server: Steps: 28, Sampler: Euler a, CFG scale: 11, Clip skip: 2.

🧨 Diffusers

This model can be used just like any other Stable Diffusion model. For more information, please have a look at the Stable Diffusion.

You can also export the model to ONNX, MPS and/or FLAX/JAX.

from diffusers import StableDiffusionPipeline
import torch

model_id = "JosephusCheung/ACertainty"
branch_name= "main"

pipe = StableDiffusionPipeline.from_pretrained(model_id, revision=branch_name, torch_dtype=torch.float16)
pipe = pipe.to("cuda")

prompt = "pikachu"
image = pipe(prompt).images[0]

image.save("./pikachu.png")

License

This model is open access and available to all, with a CreativeML OpenRAIL-M license further specifying rights and usage. The CreativeML OpenRAIL License specifies:

  1. You can't use the model to deliberately produce nor share illegal or harmful outputs or content
  2. The authors claims no rights on the outputs you generate, you are free to use them and are accountable for their use which must not go against the provisions set in the license
  3. You may re-distribute the weights and use the model commercially and/or as a service. If you do, please be aware you have to include the same use restrictions as the ones in the license and share a copy of the CreativeML OpenRAIL-M to all your users (please read the license entirely and carefully) Please read the full license here

Is it a NovelAI based model? What is the relationship with SD1.2 and SD1.4?

See ASimilarityCalculatior

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Ревизия весов
43955a5

0 моделей