/ Модель

Характеристики

Лицензия
MIT
Опубликована
2 апр 2026

CatGen-v2

Генерация изображенийТекст → изображение

DCGAN-модель для генерации RGB-изображений кошек размером 128 × 128 пикселей.

0скачиваний за 30 дней5лайковвеса обновлены30 апр 2026

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

CatGen-v2 — генеративная модель LH-Tech-AI на архитектуре DCGAN, обученная создавать RGB-изображения кошек размером 128 × 128 пикселей. Генератор содержит около 186 млн параметров; модель реализована на PyTorch и обучалась 165 эпох на датасете изображений кошек.

Модель предназначена для создания художественных изображений кошек и демонстрации возможностей GAN при генерации текстур, например шерсти и отражений в глазах. Изображение создаётся за один проход генератора.

Модель может создавать артефакты и искажённую анатомию, например лишние уши или глаза. Лицензия MIT.

Сценарии применения

  • генерация художественных изображений кошек
  • создание изображений кошек для творческих проектов
  • демонстрация генеративных GAN-моделей
  • эксперименты с генерацией изображений на DCGAN

Ограничения

Модель иногда создаёт артефакты и искажённую анатомию кошек, например лишние уши или глаза. Она генерирует изображение за один проход и не является диффузионной моделью.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

CatGen v2 - 128px DCGAN

This model is a Deep Convolutional Generative Adversarial Network (DCGAN) trained to generate high-quality 128x128 images of cats. It was trained for 165 epochs on a curated dataset of feline images, pushing the boundaries of traditional GAN architectures at this resolution.

Sample

Here's a sample after epoch 165: __results___8_0

Best of - Cat Images

best_of_1 best_of_2 best_of_3

Model Details

  • Architecture: DCGAN (Deep Convolutional GAN)
  • Resolution: 128x128 pixels (RGB)
  • Parameters: ~186M (Generator)
  • Training Duration: ~5 hours on NVIDIA T4 GPU
  • Framework: PyTorch with Mixed Precision (AMP)

Training Hyperparameters

  • Batch Size: 128
  • Learning Rate: 0.0002
  • Optimizer: Adam (Beta1: 0.5, Beta2: 0.999)
  • Latent Vector (Z): 128 dimensions

Training details

The full training code can be found as catgen-v2.ipynb in this repo. The training data we used was from HF: huggan/cats

Intended Use

This model is intended for artistic and research purposes. It demonstrates how GANs can capture complex textures like fur and eye reflections at medium resolutions.

How to use

To use this model, clone this repository and run the provided inference script. Ensure you have matplotlib, torch and torchvision installed.

python3 inference.py

--> Sample output: image

Limitations & Bias

As a GAN, the model might occasionally produce "dream-like" artifacts or distorted anatomy (e.g., extra ears or eyes). It is not a diffusion model and generates images in a single forward pass.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

Безусловная генерация изображений пока не поддерживается.

Ревизия весов
14c97eb

0 моделей